Claim Missing Document
Check
Articles

Found 2 Documents
Search

Pengelompokan Kabupaten/Kota Provinsi Sulawesi Selatan dan Barat Berdasarkan Angka Partisipasi Pendidikan SMA/SMK/MA Menggunakan K-Medoid dan CLARA Wardianti AS; Muhammad Kasim Aidid; Muhammad Nusrang
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 1, No 3 (2019)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm12899

Abstract

Abstrak Analisis kelompok digunakan untuk mengelompokan objek-objek dengan kesamaan karakteristik yang tinggi dalam satu kelompok sementara objek-objek dengan ketidaksamaan karaketristik berada dalam kelompok yang berbeda. Analisis kelompok terbagi menjadi metode hierarki dan non hierarki. Metode hierarki menggunakan struktur seperti pohon pada keputusan pengelompokan objeknya. Metode tidak berhierarki menemptakan objek - objek ke pusat kelompok terdekat saat banyaknya kelompok sudah ditentukan. Pusat kelompok terbagi menjadi rataan dan median. Kelemahan dari pusat kelompok rataan yaitu tidak kekar terhadap adanya pencilan. Hal tersebut berbeda dengan pusat kelompok median yang kekar terhadap pencilan. Permasalahan data yang besar juga menjadi perhatian dalam penelitian ini, maka digunakanlah CLARA sebagai pengembangan dari metode k -medoid. Penelitian ini menerapkan metode k -medoid dan CLARA untuk mengelompokan kabupaten/kota di Sulawesi Selatan dan Barat berdasarkan indikator penyusun Angka Partisipasi Pendidikan tahun 2017. CLARA dibangun dari kelompok yang dihasilkan oleh metode k -medoid dengan banyaknya kelompok terbaik empat kelompok. Dihasilkan nilai silhouette pada metode k -medoid dan CLARA yang sama yaitu k=4 sebesar 0,49 pada masing-masing metode tersebut. Metode k -medoid dan CLARA mempunyai kriteria pengelompokan yang lebih jelas jika dilihat pada masing-masing indikatornya sehingga dapat dijadikan sebagai alternatif memetakan kabupaten/kota di Sulawesi Selatan dan Barat berdasarkan indikator penyusun Angka Partisipasi Pendidikan tahun 2017. Kata Kunci: analisis kelompok, CLARA, angka Partisipasi Pendidikan, k-medoid  Abstract Cluster analysis is grouping objects by high similarity of characteristic in a cluster but high dissimilarity in another cluster. Cluster analysis is divided into hierarchical method and non hierarchical method. Hierarchical method use structur tree-like to determine its object in a cluster. The objects are placed to a similar centroid whilecluster seed was determined in non-hierarchical method. The types of centroid are mean centroid and median centroid (known as medoid). The disadvantage of mean is not robust from outlier. Otherwise, k -medoid is robust with outlier data. Big data problem is concerned, so CLARA is used to be a development from k –medoid method. K-medoid and CLARA is applicated in this paper to clustering city of South Sulawesi and West Sulawesi based on the indicator of APP year 2017. APP was categorized into four levels, hence CLARA was build from a cluster which resulted from k -medoid for four clusters. Generated silhouette value on the method k -medoid and CLARA with same value k=4 of 0,49 each methods. Furthermore, the characteristic of each group of CLARA method and k -medoid were more clear than the APP groups, hence would be an alternative to map the city of Indonesia based on APP indicators year 2017. Keywords: Cluster analysis, CLARA, Educational partisipation, K-medoid.
Penanganan Ties Event dalam Regresi Cox Proportional Hazard Menggunakan Metode Breslow (Kasus: Pasien Rawat Inap DBD di RSAL Jala Ammari Makassar) Herawati Hafid; Muhammad Nadjib Bustan; Muhammad Kasim Aidid
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 2, No 1 (2020)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm12897

Abstract

Abstrak Analisis Survival adalah prosedur statistika yang digunakan untuk menganalisis data dimana peubah yang diperhatikan adalah waktu sampai terjadinya suatu event. Waktu dapat dinyatakan dalam hitungan hari, minggu, bulan dan tahun. Salah satu tujuan dari analisis survival adalah untuk mengetahui hubungan antara waktu kejadian  peubah bebas yang terukur pada saat dilakukan penelitian. Metode yang sering digunakan dalam analisis survival khususnya data kesehatan adalah Regresi Cox Proportional Hazard (PH) karena distribusinya tidak tergantung pada asumsi waktu kejadian. Dalam suatu data seperti data pasien penderita penyakit Demam Berdarah Dengue (DBD) ditemukan adanya data kejadian bersama (ties event) yang berpengaruh pada pembentukan himpunan risikonya pada bagian estimasi parameter model cox,pada kasus kejadian bersama (ties event) dilakukan modifikasi pada partial likelihood untuk mengetahui faktor-faktor yang mempengaruhi laju kesembuhan pasien penderita penyakit DBD. Adapun hasil analisisnya, diperoleh faktor yang paling berpengaruh terhadap laju kesembuhan penyakit DBD yakni leukosit dengan p-value =0,097< α 0,05, dan nilai hazard ratio sebesar 1,1024 serta faktor yang kedua yaitu hematokrit dengan p-value =0,0141< α 0,05, dan nilai hazard ratio sebesar 1,595. Kata Kunci: Analisis Survival, Regresi Cox PH, Ties Event, Metode Breslow, Demam Berdarah Dengue (DBD). Abstract Survival analysis is a statistical procedure that is used to analyze data where the variables considered are the time until the occurrence of an event. Time can be expressed in days, weeks, months and years. One of the objectives of survival analysis is to find out the relationship between the time of occurrence of independent variables measured at the time of the study. The method often used in survival analysis, especially health data, is Cox Proportional Hazard (PH) Regression because its distribution does not depend on the assumption of the time of the event. In a data such as data on patients with Dengue Hemorrhagic Fever (DHF) data, there were ties event data that influenced the formation of risk sets in the cox model parameter estimation section, in the case of ties event modifications were made to the partial likelihood for know the factors that influence the recovery rate of patients with DHF. As for the results of the analysis, the factors that most influence the recovery rate of leucocyte dengue fever with p-value = 0,097 < α = 0,05 and the hazard ratio of 1.1024 and the second factor is the hematocrit with p-value = 0,0141 < α = 0,05 and the hazard ratio valueamounting to 1,595. Keywords: Survival Analysis, Cox PH Regression, Ties Event, Breslow Method, Dengue Hemorrhagic Fever (DHF).