Article Per Year (5 Year)
p-Index From 2020 - 2025
5.934
P-Index
This Author published in this journals
All Journal Jurnal Matematika Journal of the Indonesian Mathematical Society Jurnal Pembelajaran Berpikir Matematika JURNAL ILMIAH MATEMATIKA DAN TERAPAN Sebatik Indonesian Journal of Health Sciences Research and Development (IJHSRD) Jurnal Pengabdian Masyarakat Ilmu Terapan (JPMIT) Jurnal Matematika, Komputasi dan Statistika Jurnal Pengabdian Masyarakat Singa Podium (JPMSIPO) Bakti Cendekia (Jurnal Ilmiah Multi Disiplin)
Wayan Somayasa
Department Of Mathematics, Universitas Haluoleo
Agriculture, Biological Sciences & Forestry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Environmental Science Health Professions Law, Crime, Criminology & Criminal Justice Mathematics Public Health Social Sciences

Published : 56 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : Bakti Cendekia (Jurnal Ilmiah Multi Disiplin)

 1 
ESTIMASI PARAMETER DISTRIBUSI GAMMA PADA DATA TERSENSOR TIPE II PROGRESIF MENGGUNAKAN METODE LIKELIHOOD MAKSIMUM Sardiani, Rita; Somayasa, Wayan; La Gubu
Bakti Cendekia Vol. 1 No. 2 (2024): BAKTI CENDEKIA
Publisher : Ikatan Cendekiawan Hindu Indonesia Regional Sulawesi Tenggara

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

Abstract

Analisis uji hidup adalah suatu alat yang digunakan untuk mengetahui estimasi lamanya waktu yang dibutuhkan oleh suatu individu atau unit agar dapat bertahan hidup. Penelitian analisis uji hidup menghasilkan informasi atau data berupa waktu hidup. Hal yang membedakan analisis uji hidup dengan analisis data yang lain adalah penggunaan data yang bersifat tersensor yaitu data yang diobservasi hingga objek yang diamati mengalami kejadian tertentu berupa kematian atau kegagalan. Tujuan penelitian ini adalah untuk menentukan estimasi parameter distribusi gamma pada data tersensor tipe II progresif menggunakan metode likelihood maksimum. Estimasi parameter distribusi gamma dilakukan dengan menggunakan metode likelihood maksimum dan didapatkan bentuk penyelesaian berbentuk implisit, sehingga diperlukan pendekatan numerik yaitu dengan metode Newton-Rapshon untuk melakukan aproksimasi terhadap solusinya. Hasil estimasi yang diperoleh dengan menggunakan bantuan softwere R dan didapatkan waktu hidup cairan isolasi elektroda pada data tersensor tipe II progresif yaitu 2,966 dan 1,3889.
TEOREMA LIMIT PUSAT MULTIVARIATE DAN APLIKASINYA PADA INFERENSI VEKTOR MEAN POPULASI MULTIVARIATE Tongku, Reisaldy Fathi Jafar; Somayasa, Wayan; Alfian
Bakti Cendekia Vol. 1 No. 2 (2024): BAKTI CENDEKIA
Publisher : Ikatan Cendekiawan Hindu Indonesia Regional Sulawesi Tenggara

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

Abstract

Statistika multivariat adalah cabang ilmu statistika yang mempelajari analisis data yang melibatkan lebih dari satu variabel. Dalam statistika multivariat, fungsi distribusi sering digunakan untuk menggambarkan bagaimana variabel acak multivariat itu tersebar, salah satu distribusi yang sering digunakan adalah distribusi normal multivariat. Teorema limit pusat multivariat memiliki hubungan yang sangat erat dengan distribusi normal multivariat dimana teorema limit pusat menyatakan bahwa apabila terdapat sejumlah sampel acak dari vektor variabel acak multivariat dari populasi apa pun, dimana masing-masing sampel memiliki jumlah observasi yang cukup besar, maka distribusi rata-rata dari populasi tersebut dapat dihampiri menggunakan distribusi normal multivariat. Namun pada kenyataannya teorema limit pusat memiliki kendala dalam pembuktian secara matematis yang terbilang cukup sulit. Tujuan penelitian ini adalah untuk memberikan solusi untuk mempermudah pemahaman teorema limit pusat multivariat dengan menggunakan metode inferensi yang kemudian akan digunakan dalam pengaplikasian teorema limit pusat multivariat pada inferensi vektor parameter.
PREDIKSI NILAI EKSPOR MIGAS DI INDONESIA MENGGUNAKAN RANTAI MARKOV (STUDI KASUS NILAI EKSPOR MIGAS INDONESIA PERIODE 1997-2021) Harnawati; Somayasa, Wayan; Alfian
Bakti Cendekia Vol. 1 No. 2 (2024): BAKTI CENDEKIA
Publisher : Ikatan Cendekiawan Hindu Indonesia Regional Sulawesi Tenggara

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

Abstract

Ekspor merupakan elemen penting dalam perdagangan internasional, dengan pengaruh signifikan terhadap perkembangan ekonomi suatu negara. Dalam konteks ekspor migas di Indonesia, data menunjukkan sifat stokastik yang fluktuatif dan dipengaruhi oleh berbagai faktor eksternal seperti harga minyak global, permintaan internasional, dan kondisi geopolitik. Oleh karena itu, analisis rantai Markov digunakan untuk memprediksi pergerakan ekspor migas. Pengkategorian keadaan ekspor migas di Indonesia yaitu keadaan 1 (naik drastis) dengan interval 165,64762 ≤ x ≤ 759,00000, keadaan 2 (naik) dengan interval 0,00000 ≤ x < 165,64762, keadaan 3 (turun) dengan interval -161,21711 ≤ x < 0,00000 , dan keadaan 4 (turun drastis) dengan interval -903,40000 ≤ x < -161,21711. Proses Markov ini menunjukkan bahwa ekspor migas Indonesia diprediksi mencapai keadaan steady state pada periode ke-10, dengan kemungkinan 17,11% untuk mengalami kenaikan drastis, 32,21% untuk kenaikan normal, 32,89% untuk penurunan normal, dan 17,79% untuk penurunan drastis. Prediksi ini mengindikasikan bahwa pada tahun-tahun mendatang, nilai ekspor migas di Indonesia cenderung mengalami fluktuasi signifikan, baik dalam bentuk kenaikan maupun penurunan, dengan distribusi probabilitas yang telah diidentifikasi.
INFERENSI ASIMTOTIK MODEL REGRESI LINEAR UMUM Mulia Kasih, Rachmi Dwi; Somayasa, Wayan; Arman
Bakti Cendekia Vol. 1 No. 2 (2024): BAKTI CENDEKIA
Publisher : Ikatan Cendekiawan Hindu Indonesia Regional Sulawesi Tenggara

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

Abstract

Model regresi linear umum adalah model yang berbentuk fungsi yang memetakan satu atau lebih variabel prediktor (x_0,x_1…,x_p) ke satu variabel respon (y) yang berbentuk y=f(x_0,x_1…,x_p )+ε, dimana fadalah fungsi regresi yang tidak diketahui dan ε adalah variabel kesalahan yang bersifat acak. Dalam fungsi regresi, terdapat parameter-parameter yang tidak diketahui yang umumnya diestimasi dengan metode kuadrat terkecil. Melalui proses tersebut diperoleh model estimasi yang dapat digunakan untuk memprediksi variabel respon yang belum diamati. Sebelum digunakan sebagai alat prediksi, perlu dilakukan pengecekan apakah prediktor-prediktor yang terlibat berpengaruh signifikan terhadap respon. Permasalahan ini secara statistik dapat diselesaikan dengan metode inferensi statistik seperti uji hipotesis dan interval kepercayaan. Untuk melakukan inferensi, diperlukan distribusi sampling dari penduga kuadrat terkecil. Distribusi ini biasanya diturunkan dibawah asumsi bahwa y mengikuti distribusi normal. Namun, asumsi tersebut sering tidak tercapai dalam aplikasi nyata. Sehingga statistik yang diturunkan tidak bisa digunakan untuk inferensi. Dalam kondisi ini, metode asimtotik dapat menjadi solusi karena tidak memerlukan asumsi bahwa y harus mengikuti distribusi tertentu. Tujuan dari penelitian ini adalah menentukan distribusi limit dari penduga kuadrat terkecil yang dapat digunakan sebagai alat untuk melakukan inferensi terhadap parameter model regresi linear umum.
ESTIMASI PARAMETER DISTRIBUSI RAYLEIGH PADA SAMPEL TERSENSOR TIPE II Hapsah, Siti; Somayasa, Wayan; Muhtar, Norma
Bakti Cendekia Vol. 2 No. 1 (2025): JANUARI - JUNI
Publisher : Ikatan Cendekiawan Hindu Indonesia Regional Sulawesi Tenggara

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

Abstract

Analisis data uji hidup adalah metode statistik yang digunakan untuk mempelajari waktu hingga terjadinya suatu peristiwa, seperti kematian atau kegagalan. Data yang dijelaskan sering kali berupa data tersensor di mana informasi mengenai waktu suatu kejadian tidak sepenuhnya tersedia. Tujuan penelitian ini adalah untuk mengestimasi parameter distribusi Rayleigh pada sampel tersensor tipe II menggunakan metode likelihood maksimum. Dalam melakukan estimasi interval kepercayaan dilakukan dengan melakukan transformasi variabel distribusi Rayleigh dengan parameter (λ) dibawah kasus tersensor tipe II menjadi variabel distribusi eksponensial dengan parameter (λ^2) yang saling bebas. Pada penerapannya terhadap sampel pengamatan 24 mesin pengemas diperoleh nilai duga parameter λ^2=297.7565 sehingga nilai duga untuk λ=17.25562.
Co-Authors Abidin, Muhammad Abidin, Muhammad Sainal Adami, Aryani Agusrawati Alfian Alfian Alfian Andi Tenriawaru Anggita Septiawati Arman Arman Arman Asrul Sani Asrul Sani Asrul Sani Aswani Aswani Aswani Ayudikta Fitri Salaam Baharuddin Bahriddin Budiman, Herdi Christina Desriana Djafar, Muh. Kabil Djafar, Muhammad Kabil Edi Cahyono Eka Sahapati Elga Dwi Suanda Febriani Fifin Siti Indrawati Fitriani Gusti Ngurah Adi Wibawa Hamrin, La Ode Harnawati Helena Hasti Hermanto Hermanto Iin Sukma Febrianti Ira Ernawati Ismi Febriani Jufra Jufra Jufra Jufra, Jufra La Gubu La Gubu La Gubu La Gubu La Ode Saidi La Ode Saidi La Pimpi Lilis Laome Maarif Marni Rezki Mildawati Mohammad Syadam Purwanto Muhammad Indra Alamsyah Muhammad Kabil Djafar Muhammad Kabil Djafar Muhtar, Norma Mukhsar Mukhtar, Norma Mulia Kasih, Rachmi Dwi Nasrul Niken Nirmala Norma Muhtar Novi Nur Khafifah Nurul Nahdahfajriani Mansyur Pimpi, La Radiyatul Mardiyah Rahmalia Sahapati Rahmalia Sahupala Rahmalia Sahupala Reski Amelia Restayani Resti Azari Rita Ayu Ningtyas Roro Anteng Ruslan Ruslan Ruslan Ruslan Ruslan Ruslan Ruslan Sardiani, Rita Sarina Sarjum Bao Siska Andiaga Siti Hapsah, Siti Siti Nurazizah Siti Rahmawatisari Sulmianti Sutiari, Desak Ketut Tongku, Reisaldy Fathi Jafar Ummi Maryam Wa Lisanto