Claim Missing Document
Check
Articles

Optimum Simplex Lattice Designs of Low Order Multiresponse Surface Model by D-Optimum Criterion Ruslan Ruslan; Susanti Linuwih; Purhadi Purhadi; Sony S
Jurnal ILMU DASAR Vol 11 No 2 (2010)
Publisher : Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (164.419 KB)

Abstract

Simplex lattice design is a part of mixture designs has patterns simplex {q, m} where q is number of factors andm is degree of polynomial. If entangling a number of the response variables which measured from a number offactors called the multiresponse surface model, hence to obtain get the matrix designs of optimum mixture atmultiresponse surface model will be used by the optimum-D criterion. In this research, we studied abouttheoretical approach to get optimum simplex lattice design of low order multiresponse surface model byoptimum-D criterion. We assumed that design points have similar weighted values.
Pemodelan Jumlah Kasus Kusta di Kabupaten Mojokerto dan Kabupaten Jombang Tahun 2019 Menggunakan Regresi Zero-Inflated Poisson Inverse Gaussian Rahmania Azwarini; Purhadi Purhadi
Inferensi Vol 4, No 2 (2021): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v4i2.10667

Abstract

Kusta atau lepra adalah penyakit yang menyerang berbagai bagian tubuh diantaranya saraf dan kulit yang disebabkan oleh infeksi bakteri Mycobacterium leprae. Jawa Timur merupakan provinsi dengan jumlah penderita kusta tertinggi di Indonesia hingga tahun 2019 sebanyak 3.306 kasus. Stigma negatif masyarakat terhadap penderita kusta menyebabkan munculnya perkampungan kusta di dusun Sumberglagah, Kabupaten Mojokerto. Selain adanya kampung kusta, pada Kabupaten Mojokerto juga terdapat rumah sakit kusta terbesar di Jawa Timur yang menjadi pusat pengobatan kusta baik di Kabupaten Mojokerto maupun di daerah sekitarnya seperti Kabupaten Jombang. Penelitian ini menggunakan data jumlah kasus kusta di Kabupaten Mojokerto dan Kabupaten Jombang tahun 2019 sebagai variabel respon dan enam variabel lainnya sebagai variabel prediktor. Data jumlah kasus kusta tersebut memiliki proporsi nilai nol sebesar 30,77%, lalu nilai mean sebesar 2,179 serta varians sebesar 6,625. Hal ini mengindikasikan bahwa adanya extra zeros serta terdapat pelanggaran asumsi equidispersi. Regresi Zero Inflated-Poisson Inverse Gaussian (ZIPIG) merupakan metode pengembangan regresi yang mampu menangani overdispersi serta extra zeros pada variabel respon data observasi. Faktor yang berpengaruh signifikan terhadap jumlah kasus kusta berdasarkan hasil pemodelan regresi ZIPIG yaitu persentase pelayanan kesehatan untuk penduduk usia lanjut (X6).
Pemodelan Faktor-faktor yang Mempengaruhi Angka Kematian Bayi dan Angka Kematian Ibu di Provinsi Jawa Timur Tahun 2017 dan Tahun 2018 Menggunakan Bivariate Gamma Regression Barep Adji Widhi Pangestu; Purhadi Purhadi
Inferensi Vol 3, No 2 (2020): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v3i2.7363

Abstract

Kematian Bayi dan Ibu merupakan salah satu indikator kesejahteraan masyarakat yang menjadi tujuan utama dalam Sustainable Development Goals (SDGs). Angka Kematian Bayi dan Angka Kematian Ibu di Jawa Timur dikhawatirkan dapat meningkat melewati target yang ditentukan SDGs. Salah satu upaya untuk menekan angka kematian bayi maupun ibu adalah dengan terus menelaah faktor-faktor penyebabnya. Permasalahan ini dapat diselesaikan dengan metode Bivariat Gamma Regression untuk mengetahui faktor yang mempengaruhi Angka Kematian Bayi dan Angka Kematian Ibu. Data yang digunakan berasal dari Dinas Kesehatan Jawa Timur berupa publikasi Profil Kesehatan Provinsi Jawa Timur tahun 2017 dan 2018. Variabel yang diduga mempengaruhi Angka Kematian Bayi dan Angka Kematian Ibu adalah persentase persalinan oleh tenaga kesehatan, persentase komplikasi kebidanan yang ditangani, persentase bayi lahir berat badan rendah, persentase penduduk miskin, dan persentase perempuan kawin dibawah 17 tahun. Pada pengujian kesamaan model BGR tahun 2017 dan tahun 2018 menghasilkan model yang berbeda.
Analisis Faktor-Faktor Risiko yang Mempengaruhi Angka Kesakitan Malaria di Provinsi Jawa Timur dengan Metode Geographically Weighted Regression Theresia Widiastuti; Purhadi Purhadi
Inferensi Vol 1, No 1 (2018): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (885.327 KB) | DOI: 10.12962/j27213862.v1i1.6713

Abstract

Sebagai kelanjutan dari program nasional untuk Indonesia Bebas Malaria di tahun 2030, Dinas Kesehatan Republik Indonesia memiliki target bahwa Pulau Jawa dan Bali sebagai daerah yang bukan endemik malaria akan bebas dari penyakit malaria terlebih dahulu pada tahun 2015. Jawa Timur sebagai salah satu provinsi di Pulau Jawa dengan jumlah penduduk tertinggi kedua di Indonesia setelah Jawa Barat (BPS, 2010), walaupun dengan jumlah kasus malaria yang tergolong rendah namun masih tetap memiliki beberapa kasus malaria bahkan masih ditemukan terdapat korban jiwa. Berdasarkan data dari Dinas Kesehatan Provinsi Jawa Timur, pada tahun 2009 ditemukan sebanyak 1489 kasus, 2010 ditemukan 947 kasus, pada tahun 2011 meningkat menjadi 1222 kasus, dan 2012 terjadi peningkatan, sehingga mencapai 1320 kasus. Disebutkan juga bahwa pada tahun 2013 penyakit malaria telah menimbulkan 7 kematian (Dinas Kesehatan Provinsi Jawa Timur 2013). Faktor signifikan yang mempengaruhi Angka Kesakitan Malaria adalah rasio konfirmasi laboratorium (mikroskop), rasio penderita diobati dengan ACT + Primaquine, rasio hasil pengobatan penderita (follow up tidak lengkap), rasio jenis parasit Pf, dan rasio malaria tanpa komplikasi (rawat jalan).
Analysis of Factors Affecting the Number of Infant and Maternal Mortality in East Java Using Geographically Weighted Bivariate Generalized Poisson Regression Luh Eka Suryani; Purhadi Purhadi
Inferensi Vol 1, No 2 (2018): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (907.034 KB) | DOI: 10.12962/j27213862.v1i2.6726

Abstract

Poisson regression is a non-linear regression model with response variable in the form of count data that follows Poisson distribution. Modeling for a pair of count data that show high correlation can be analyzed by Poisson Bivariate Regression. Data the number of infant mortality and maternal mortality are count data that can be analyzed by Poisson Bivariate Regression. The Poisson regression assumption is an equidispersion where the mean and variance values are equal. However, the actual count data has a variance value which can be greater or less than the mean value (overdispersion and underdispersion). Violations of this assumption can be overcome by applying Generalized Poisson Regression. haracteristics of each regency can affect the number of cases occurred. This issue can be overcome by spatial analysis called Geographically Weighted Regression. This study analyzes the number of infant mortality and maternal mortality based on conditions in East Java in 2016 using Geographically Weighted Bivariate Generalized Poisson Regression (GWBGPR) method. Modeling is done with Adaptive Bisquare Kernel weighting which produces 3 regency groups based on infant ortality rate and 5 regency groups based on maternal mortality rate. Variables that significantly influence the number of infant and maternal mortality are the percentages of pregnant women visit health workers at least 4 times during pregnancy, pregnant women get Fe3 tablets,  bstetric complication handled, clean household and healthy behavior, and married women with the first marriage age under 18 years.
Pemodelan Jumlah Kematian Ibu Nifas di Karesidenan Pekalongan Provinsi Jawa Tengah Tahun 2017 Menggunakan Regresi Zero-Inflated Poisson Inverse Gaussian Herni Anggi Riski Rahayuning; Purhadi Purhadi
Inferensi Vol 3, No 2 (2020): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v3i2.7655

Abstract

Angka Kematian Ibu (AKI) adalah rasio kematian ibu pada masa kehamilan, persalinan, dan nifas yang disebabkan oleh kehamilan, persalinan, dan nifas atau pengelolaannya tetapi bukan karena sebab-sebab lain seperti kecelakaan atau terjatuh di setiap 100.000 kelahiran hidup. Karesidenan Pekalongan merupakan karesidenan yang memiliki AKI tertinggi di Provinsi Jawa Tengah yang sebagian besar kematian disebabkan oleh ibu nifas. Regresi Zero-Inflated Poisson Inverse Gaussian (ZIPIG) merupakan model yang dapat menangani kasus pelanggaran asumsi ekuidispersi yang disebabkan oleh banyaknya nilai nol (extra zeros) pada variabel respon. Pada penelitian ini digunakan data jumlah kematian ibu nifas menurut kecamatan di Karesidenan Pekalongan Provinsi Jawa Tengah tahun 2017 sebagai variabel respon dan enam variabel lainnya sebagai variabel prediktor. Data kematian ibu nifas tersebut memiliki nilai nol sebesar 60,44%, varians sebesar 0,91 dan mean sebesar 0,67 yang menandakan bahwa data mengalami overdispersi. Faktor yang berpengaruh signifkan terhadap jumlah kematian ibu nifas dari pemodelan menggunakan regresi ZIPIG yaitu persentase ibu nifas yang mendapatkan vitamin A (X1) dan persentase persalinan ibu hamil yang persalinannya ditolong oleh tenaga kesehatan (X3).
PEMBUATAN PUPUK BOKASHI DARI SAMPAH LINGKUNGAN BERDASARKAN RANCANGAN PERCOBAAN CAMPURAN YANG OPTIMUM PADA MODEL PERMUKAAN MULTIRESPON Ruslan; Susanti Linuwih; Purhadi; Sony Sunaryo; Sri Nurhatika
JURNAL PENELITIAN BIOLOGI BERKALA PENELITIAN HAYATI Vol 15 No 1 (2009): December 2009
Publisher : The East Java Biological Society

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (357.556 KB) | DOI: 10.23869/243

Abstract

Environment waste arround ITS college such as waste of Trembesi leaves, Sono leaves, and Satintail at this research will be used as part of materials of Bokashi fertilizer producing. The first aim of this research produced Bokashi fertilizer in various proportion waste of Trembesi leaves, Sono leaves, and Satintail with other materials proportion which has been assumed to be constant based on development of optimum mixture design of multiresponse surface theory by D-optimum criterion. The second aim of this research was compared 5:3:1:1 composition from reference to 5:2:1:2 composition from researcher hypothesis with proportion of waste of Trembesi leaves, Sono leaves, and Satintail as independent variables to N, P, and K percentation as response variables. Optimum mixture designs of multiresponse surface model will be optimum if it weighted w = 1 / qs means the each point of experiment will be given s-replications as much as proportion number of experiment point to number of component. The 5:2:1:2 and 5:3:1:1 compositions of Bokashi fertilizer producing are not statistically difference, therefore both compositions can be used to produce Bokashi fertilizer.
Pendeteksian Outlier dan Penentuan Faktor-Faktor yang Mempengaruhi Produksi Gula dan Tetes Tebu dengan Metode Likelihood Displacement Statistic-Lagrange Makkulau Makkulau; Susanti Linuwih; Purhadi Purhadi; Muhammad Mashuri
Jurnal Teknik Industri: Jurnal Keilmuan dan Aplikasi Teknik Industri Vol. 12 No. 2 (2010): DECEMBER 2010
Publisher : Institute of Research and Community Outreach - Petra Christian University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (185.131 KB) | DOI: 10.9744/jti.12.2.95-100

Abstract

There are several problems in industrial process for example problems associated with product quality. In statistics, observation which is significantly different to the average is called outlier. The outlier can give significant influence to the result of modeling, which can affect the decision making. This research develops the outlier detection method using the Likelihood Displacement Statistic method, called Likelihood Displacement Statistic-Lagrange (LDL) method. The LDL method is applied to sugar and molasses production data of Djombang Baru Sugar Factory, Jombang, East Java. The result of this research shows that factors influenced the sugar and molasses production are sugar cane with the dirt less than 5%, sugar cane with the dirt between 5% to 7%, sugar cane with the dirt higher than 7%, and imbibition water
ESTIMASI PARAMETER PADA MODEL COX MULTIVARIAT DENGAN METODE MAXIMUM PARTIAL LIKELIHOOD ESTIMATION Irfan Wahyudi; Purhadi Purhadi; Sutikno Sutikno; Irhamah Irhamah
Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 4 No 1 (2012): Jurnal Ilmiah Matematika dan Pendidikan Matematika
Publisher : Jurusan Matematika FMIPA Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20884/1.jmp.2012.4.1.2954

Abstract

Multivariate Cox proportional hazard models have ratio property, that is the ratio of hazard functions for two individuals with covariate vectors z1 and z2 are constant (time independent). In this study we talk about estimation of prameters on multivariate Cox model by using Maximum Partial Likelihood Estimation (MPLE) method. To determine the appropriate estimators that maximize the ln-partial likelihood function, after a score vector and a Hessian matrix are found, numerical iteration methods are applied. In this case, we use a Newton Raphson method. This numerical method is used since the solutions of the equation system of the score vector after setting it equal to zero vector are not closed form. Considering the studies about multivariate Cox model are limited, including the parameter estimation methods, but the methods are urgently needed by some fields of study related such as economics, engineering and medical sciences. For this reasons, the goal of this study is designed to develop parameter estimation methods from univariate to multivariate cases.
VARIASI VARIABEL PENGARUH FIX DAN RANDOM TERHADAP PRODUKSI GULA DAN TETES I Nyoman Latra; Nur Iriawan; Purhadi Purhadi; Suhartono Suhartono
Jurnal Ilmiah Matematika dan Pendidikan Matematika Vol 4 No 1 (2012): Jurnal Ilmiah Matematika dan Pendidikan Matematika
Publisher : Jurusan Matematika FMIPA Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20884/1.jmp.2012.4.1.2946

Abstract

This paper presents the modeling of the amount of sugar and molasses production in Pabrik Gula Candi Baru Sidoarjo (PGCBS), East Java, by using multivariate mixedlinear models. Estimation of parameters will be done by using maximum likelihood coupled with restricted maximum likelihood methods. The amount of sugar and molasses products which have strong linear correlation, will be set as responses and are supposed to be affected by seven fixed effect variables and four random effect variables. This paper demonstrates that the seven fixed effect variables and only one random effect variable have significant influence on a single response. In the multivariate response modeling, however, all of variables fail to explain the variability of these two responses simultaneously. It is due to the factors matrix has no full rank. As a result, the model response of molasses can be explained by using a model of the amount of sugar obtained.
Co-Authors Abima Aunur Rochman Achmad Choiruddin Affanda Abdul Hakim Aminullah Agus Suharsono Alia Lestari Alifa Silfi Mufidah Andriana Yoshinta Herindrawati Angga Dwi Mulyanto Annisa Auliya Rahman Arrafi Dwiargatra Bambang Widjanarko Otok Barep Adji Widhi Pangestu Brianika Irawati Choiruddin, Achmad Cindy Cahyaning Astuti Diah Puspito Wulandari Dina Oktafia Sulistyani Dinar Ariana Viestri Dinarta Dinarta Hanum Hanum Efta Dhartikasari Priyana Eriska Evadianti Ernawati Ernawati Esti Wulandari Fa'rifah, Riska Yanu Fefy Dita Sari Feni Ira Puspita, Feni Ira Fitria Nur Maghfiroh Fitria Nurul Alfariz Fitriarma Putri Santoso Fittrofin Amalia Farisa Gressa Widha Audrina Hani Khaulasari Hargandi, Priyanka Ratulangi Harmin Sulitiyaning Titah Harun Al Azies Hasbi Yasin Herni Anggi Riski Rahayuning Heru Purwanto I Dewa Ayu Ratih Weda Iswara I Nyoman Latra I Nyoman Latra I Nyoman Latra I Nyoman Latra Ika Wuryanti Febrina Wuryanti Irfan Wahyudi Irhamah - Islamiati, Mawadah Putri Ita Noviana Jatikusuma, Andhika Jauhara Rana Budiani Jerry D. T. Purnomo Lucy Dian Puspitasari Luh Eka Suryani Madu Ratna Mahestri, Alea Erdinna Makkulau Makkulau Makkulau Makkulau Makkulau Makkulau Maudi Pramedia Putri Meylita Sari Muhamad Adryanta Muhammad Luthfi muhammad mashuri Mulyaputri, Rifna Fadhilah Nendy Septi Arniva Ni Putu Lisa Ernawatiningsih Nina Fauziah Rachmah Nindya Kemala Astuti Nur Iriawan Nur Lailiyah Nurina Hayu Ratri Nuroini, Husna Mir'atin Pertiwi, Dhea Mutiara Rahmania Azwarini Rahmawati Erma Standsyah Rahmawati Pane Rahmi Amelia Ratih Kumala Puspa Nusantara Retno Anggarini Rida Dwi Lestari Rizwan Arisandi, Rizwan Royyanah, Atika Nur Ruslan Ruslan Ruslan Santi Wulan Purnami Shofi Andari Shofi Andari Siti Azizah Sony S Sony Sunaryo Sri Nurhatika Sri Pingit W Sri Pingit Wulandari Sri Pingit Wulandari Suhartono Suhartono Suprianto Simanjuntak Susanti Linuwih Susanti Linuwih Susanti Linuwih Susanti Linuwih Susanti Linuwih Sutikno Sutikno Sutikno Sutikno Sutikno Sutikno Sutikno Sutikno Sutikno Sutikno Syarifah Nisrina Hasna Salby Syarifah Nisrina Hasna Salby Theresia Widiastuti Urifah Hidayanti Vergilia Agam Saputri Vita Ratnasari Wibawati Wibawati Yoyok Setyo Hadiwidodo Yurike Septi Angelina Monica Zuzun Miranti