Muhammad Kasim Aidid
Department of Statistics, Universitas Negeri Makassar

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

Perbandingan Analisis Cluster Metode Average Linkage dan Metode Ward (Kasus: IPM Provinsi Sulawesi Selatan) Musarrafah Paramadina; Sudarmin Sudarmin; Muhammad Kasim Aidid
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol 1, No 2 (2019)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (74.11 KB) | DOI: 10.35580/variansiunm9357

Abstract

Penelitian ini bertujuan untuk mengetahui langkah-langkah analisis cluster dengan  metode average linkage dan metode Ward, serta membandingkan hasil analisis kedua metode tersebut cluster yang mana yang lebih baik digunakan. Langkah–langkah dalam analisis cluster hierarki yaitu melakukan standarisasi data, menentukan ukuran kemiripan atau ketidakmiripan antar data, proses pengclusteran dengan matriks jarak menentukan jumlah cluster dan anggotanya, menginterpretasi hasil cluster yang dibentuk. Langkah-langkah analisis cluster dengan metode average linkage adalah pasangan obyek yang berdekatan digabungkan menjadi satu cluster, menghitung kedua jarak kedekatan obyek tersebut dengan responden yang lain, penggabungan berikutnya terjadi pada cluster-cluster yang paling mirip dibandingkan dengan responden yang lain, sehingga membentuk cluster yang kedua. Hasil pengclusteran kedua metode tersebut kemudian dibentu beberapa pengelompokan awal yang selanjutnya akan ditentukan cluster yang baik digunakan dengan menggunakan validasi cluster indeks dunn. Kemudian diperoleh hasil bahwa pengelompokan dengan metode average linkage menghasilkan index dunn yang terbaik dengan nilai 0.55 dengan jumlah cluster yang terbentuk sebanyak 8 cluster dibandingkan dengan metode ward yang menghasilkan nilai index dunn 0.43. Kata Kunci : Analisis Cluster, Average Linkage, Ward, index dunn
PENGEMBANGAN PAKET R UNTUK ANALISIS DISKRIMINAN BERBASIS GRAPHICAL USER INTERFACE WEB INTERAKTIF Nur Isra; Suwardi Annas; Muhammad Kasim Aidid
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol. 4 No. 3 (2022)
Publisher : Program Studi Statistika Fakultas MIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (895.351 KB) | DOI: 10.35580/variansiunm24

Abstract

Penggunaan perangkat lunak berlisensi memerlukan biaya yang relatif mahal, dan sulitnya memperoleh perangkat lunak berlisensi menjadi salah satu penyebab meningkatnya penggunaan perangkat lunak bajakan. Salah satu upaya dalam mengurangi tingkat permasalahan perangkat lunak bajakan adalah melakukan pengembangan perangkat lunak yang memiliki lisensi publik bersifat open source seperti perangkat lunak R. Penelitian ini dilakukan untuk menyusun beberapa paket yang terdapat pada perangkat lunak R yang akan memudahkan pengguna dalam melakukan analisis statistika, khususnya untuk analisis diskriminan linear. Paket pendukung R tersebut yaitu paket R-Shiny yang mampu membuat tampilan berbasis Graphical User Interface. Pengembangan paket R dalam penelitian ini menggunakan metode waterfall. Paket ini bernama Linear Discriminant Analysis Application (LDA App). Berdasarkan pengujian yang dilakukan pada LDA App menunjukkan bahwa LDA App mampu menyelesaikan analisis statistika sesuai fungsinya. Perbandingan antara LDA App dan software statistika lainnya memiliki ouput yang sama, akurat, dan lebih efisien dalam melakukan analisis diskriminan linear.
PENGGUNAAN METODE DOUBLE EXPONENTIAL SMOOTHING BROWN UNTUK MERAMALKAN KASUS POSITIF COVID-19 DI PROVINSI PAPUA Ratu Huriyah Ali; M. Nadjib Bustan; Muhammad Kasim Aidid
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol. 4 No. 1 (2022)
Publisher : Program Studi Statistika Fakultas MIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (656.18 KB) | DOI: 10.35580/variansiunm39

Abstract

Forecasting is an activity to predict events that will occur in the future. The data used in this study is data on the addition of positive cases of COVID-19 per day in Papua Province from March 21, 2020 to November 25, 2020. The forecasting method used for data that has an element of trend is the double exponential smoothing brown method. The number of additional positive cases of COVID-19 which tends to increase is assumed to be a trend. In this study, the used is = 0.10 which is obtained based on the smallest SSE, MSE, and MAE values. Forecasting the addition of positive cases of COVID-19 in Papua Province for the next 7 days, namely November 26, 2020 to December 2, 2020, obtained additional positive cases of COVID-19 per day as many as 81, 82, 82, 83, 83, 84, and 84.
Analisis Regresi Data Panel pada Angka Partisipasi Murni Jenjang Pendidikan SMP Sederajat di Provinsi Jawa Barat pada Tahun 2018-2021 Karunia Rahayu Ayu; Muhammad Kasim Aidid; Zulkifli Rais
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol. 5 No. 02 (2023)
Publisher : Program Studi Statistika Fakultas MIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm113

Abstract

Pure Enrollment Rate (APM) is the ratio of school-age children to the corresponding age population and is expressed as a percentage. Regression analysis is a statistical analysis method that aims to see the relationship between a dependent variable and one or more independent variables. Regression using panel data is called the panel data regression model. Panel data is a combination of time series and cross-section data. This study aims to determine the modeling of regression analysis with panel data regarding the Pure Participation Rate (APM) at the junior high school education level in West Java Province in 2018-2021 and to determine the factors that affect the level of Pure Participation Rate (APM) at the junior high school education level in West Java Province in 2018-2021. Based on the model selection carried out by conducting the Chow Test, Hausman Test, and Breucsh-Pagan Test, the best model is the Random Effect Model. From the random effect model, it is known that the factor or variable that has a very significant effect on the Pure Participation Rate (APM) of equivalent junior high schools in West Java province is the student-to-school ratio variable (X1).