Claim Missing Document
Check
Articles

PEMODELAN KUALITAS AIR DI KAWASAN PEGUNUNGAN KENDENG DENGAN PENDEKATAN ORDINARY KRIGING DAN GEOGRAPHIC INFORMATION SYSTEM (GIS) Juwita Rahayu; Tiani Wahyu Utami; Rochdi Wasono
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 4, No 2 (2016): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (371.928 KB) | DOI: 10.26714/jsunimus.4.2.2016.%p

Abstract

Saat ini terjadi adanya kecendrungan penurunan kualitas air di beberapa daerah, terlebih pada daerah kawasan karst yang memiliki sistem permeabilitas tinggi yang sangat rentan terhadap pencemaran air akibat aktifitas manusia maupun perubahan alam.Tujuan penelitian adalah memetakan dan menduga kualitas air tanah dengan parameter keberadaan pencemar unsur Nitrit menggunakan metode geostatistik yang merupakananalisis statistik spasial untuk menduga data dengan prediksi dan interpolasi melalui semivariogram dan ordinary kriging pada kadar NO. Selanjutnya membandingkan model prediksi dan interpolasi yang berbeda, memetakan sebaran kadar NO 2 padasumber mata air yang menjadi kajian menggunakan Geographic Information System (GIS). Berdasarkan hasil perhitungan menggunakan metode Ordinary Kriging dengan Gaussian isotropic model diperoleh nilai RSS 2.21 dan C 0 = 0.198, C+C = 2.56, A = 9335.75. Menduga pada daerah Sumber Seribu (titik ke- 6) dengan nilai dugaan sebesar 0.89571 yang masih dikategorikan memiliki kadar nitrit yang tinggi. Kemudian modelGeographically Informasi System dengan menggunakan metode Ordinary Kriging dengan Variogram Modelling, mempunyai kriteria baik untuk menggambarkan sebaran spasial parameter kualitas air. Dengan luaran peta kontur sebaran kadar nitrit dengan daerah bitingan yang paling tinggi kadar nitritnya Studi kasus dilakukan di Kawasan Pegunungan Kendeng, Kabupaten Rembang, Provinsi Jawa Tengah.Kata Kunci : Karst, Nitrite NO 2, Ordinary Kriging, GIS.
SMALL AREA ESTIMATION UNTUK PENDUGAAN JUMLAH PENDUDUK MISKIN DI KOTA SEMARANG DENGAN PENDEKATAN KERNEL-BOOTSTRAP Ujang Maulana; Moh Yamin Darsyah; Tiani Wahyu Utami
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 2, No 2 (2014): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (77.109 KB) | DOI: 10.26714/jsunimus.2.2.2014.%p

Abstract

Pendugaan area kecil dengan teknik pendugaan tak langsung memerlukan asumsi adanya hubungan linier antara rataan area kecil dengan variabel penyerta. Jika tidak ada hubungan linier antara rataan area kecil dan variabel penyerta maka tidak tepat ‘meminjam kekuatan’ dari area lain dengan menggunakan model linier dalam pendugaan tak langsung. Untuk mengatasi hal tersebut dikembangkan pendekatan nonparametrik. Salah satu pendekatan nonparametrik yang digunakan adalah pendekatan Kernel-Bootsrap. Pendugaan tak langsung dengan pendekatan SAE Kernel-Bootsrap digunakan untuk menduga angka jumlah penduduk miskin pada level kecamatan di Kota Semarang. Variabel yang digunakan dalam penelitian ini terdiri atas dua bagian , yakni Jumlah Penduduk Miskin (Y) sebagai variabel dependen, serta sebagai variabel penyerta: Penduduk Usia 65 Tahun keatas (X). Evaluasi hasil pendugaan dilakukan dengan melihat nilai MSE (Mean Square Error) penduga SAE Kernel-Bootsrap. Hasil pendugaan SAE Kernel-Bootstrap terbaik menggunakan replikasi B= 100.
APLIKASI REGRESI NONPARAMETRIK DERET FOURIER PADA DATA HIGH WATER LEVEL (HWL) KOTA SEMARANG Tiani Wahyu Utami; Indah Manfaati Nur
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 5, No 2 (2017): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (395.975 KB) | DOI: 10.26714/jsunimus.5.2.2017.%p

Abstract

Salah satu pendekatan regresi nonparametrik adalah dengan pendekatan DeretFourier. Pola data yang sesuai dengan pendekatan Deret Fourier adalah pola databerulang (fluktuatif), yaitu pengulangan nilai variabel dependen untuk variabelindependen yang berbeda-beda. Data pasang air laut menunjukkan pola sebaran data yang periodik atau fluktuatif. Oleh karena itu aplikasi regresi nonparametrik Deret Fourier dapat diterapkan pada data pasang air laut (High Water Level). Di Kota Semarang bagian utara sering terjadi banjir Rob akibat dari pasang air laut. Dampak dari banjir rob salah satunya adalah dapat mengganggu aktifitas perekonomian di kota Semarang, khususnya di kawasan industri. Penerapan data HWL dengan pendekatan deret fourier, terlebih dahulu dilakukan penentukan nilai K optimal, berdasakan hasil penentuan K optimal dengan metode GCV diperoleh K=276. Hasil aplikasi pada data HWL Kota Semarang dengan pendekatan regresi Nonparametrik Deret Fourier didapatkan R2 sebesar 94% dan MSE=10,31. Hasil maksimum data HWL atau dapatdikatakan mengalami pasang maksimal terjadi pada tanggal 21 November 2016. Kata kunci: Deret Fourier, GCV, HWL
ANALISIS REGRESI BINOMIAL NEGATIF UNTUK MENGATASI OVERDISPERSION REGRESI POISSON PADA KASUS DEMAM BERDARAH DENGUE Tiani Wahyu Utami
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 1, No 2 (2013): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (188.025 KB) | DOI: 10.26714/jsunimus.1.2.2013.%p

Abstract

Dalam analisis regresi Poisson, variabel respon (Y) harus memenuhi asumsiequidispersion (nilai varians sama dengan mean). Namun, dalam data riil seringkaliterjadi overdispersion (nilai varians lebih besar dari mean). Salah satu cara untukmengatasinya yaitu dengan mengganti asumsi distribusi Poisson dengan distribusiBinomial Negatif. Tujuan dari artikel ini adalah mendapatkan pola hubungan terbaikdalam analisis regresi Binomial Negatif untuk mengatasi overdispersion regresi Poisson  Kasus Demam Berdarah Dengue pada Balita Menurut Kabupaten/Kota  di Propinsi  Jawa Timur. Berdasarkan persamaan model regresi Binomial Negatif yang diperoleh dapat dijelaskan bahwa dengan semakin bertambahnya presentase tenaga medis di sarana pelayanan kesehatan dan presentase rumah tangga yang memiliki rumah sehat , maka akan menurunkan jumlah penderita DBD pada balita di Propinsi Jawa Timur. Kata Kunci :  Regresi Poisson, Equidispersion, Overdispersion, Generalized LinierModel (GLM), Regresi Binomial Negatif.
PENDEKATAN REGRESI SEMIPARAMETRIK SPLINE TRUNCATED UNTUK PEMODELAN TINGKAT PENGANGGURAN TERBUKA DI JAWA TENGAH Tiani Wahyu Utami
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 6, No 2 (2018): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (438.705 KB) | DOI: 10.26714/jsunimus.6.2.2018.%p

Abstract

Pekerjaan adalah bagian terpenting bagi kehidupan manusia karena merupakan wujud aktualisasi diri kepada keluarga, masyarakat dan bangsa. Permasalahan pada ketenagakerjaan adalah meningkatnya jumlah Tingkat Pengangguran Terbuka (TPT).Analisis regresi dikembangkan untuk menyelidiki pola hubungan dan pengaruh variabel prediktor terhadap variabel respon, dengan mengestimasi kurva regresinya. Tujuan utama dalam regresi semiparametrik adalah mendapatkan estimasi kurva/model regresi. Salah satu metode yang dapat digunakan adalah Spline Truncated. Dalam artikel ini, variabel respon adalah Tingkat Penggangguran Terbuka (TPT) di Jawa Tengah dan variabel prediktor terdiri dari PDRB, tingkat partisipasi angkatan kerja. Data TPT di Jawa Tengah yang memiliki hubungan linier dengan salah satu variabel prediktor, tetapi dengan variabel prediktor yang lain tidak diketahui bentuk pola hubungannya sehingga dibutuhkan model regresi semiparametrik. Oleh karena pembahasan dalam artikel ini adalah mengenai estimasi model Tingkat Penggangguran Terbuka di Jawa Tengah menggunakan pendekatan regresi semiparametrik Spline Truncated. Hasil penelitian ini menunjukkan bahwa Model terbaik yang diperoleh dari titik knot optimal adalah dengan menggunakan tiga titik knot yaitu K1= -0.556, K2= -0.356, K3= -0.256, dengan nilai GCV terkecil yaitu 2.266 x10-9. Koefisien yg ditentukan atau (Rsq) yang diperoleh adalah sebesar 99,9%. Dari kedua variable prediktor yang berpengaruh secara signifikan terhadap model adalah nilai PDRB dan kesempatan kerja.
ESTIMASI KURVA REGRESI SEMIPARAMETRIK PADA DATA LONGITUDINAL BERDASARKAN ESTIMATOR POLINOMIAL LOKAL Tiani Wahyu Utami
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 1, No 1 (2013): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1490.889 KB) | DOI: 10.26714/jsunimus.1.1.2013.%p

Abstract

Diberikan model regresi semiparametrik untuk data longitudinal , dengan komponen parametrik  dan komponen nonparametrik yang didekati dengan Polinomial Lokal. Estimator Polinomial Lokal diperoleh dengan metode WLS (Weighted Least Square). Estimasi model regresi semiparametrik pada data longitudinal adalah , dengan , Estimator Polinomial Lokal sangat tergantung pada bandwidth (h) optimal. Penentuan bandwidth optimal dengan menggunakan metode GCV (Generalized Cross Validation). Selanjutnya model regresi semiparametrik Polinomial Lokal pada data longitudinal diaplikasikan untuk memodelkan hubungan pengaruh antara kadar trombosit penderita Demam Berdarah Dengue terhadap kadar hematrokit dan waktu pemeriksaan, dimana kadar hematrokit sebagai komponen nonparametrik dan waktu pemeriksaan sebagai komponen parametrik. Hasil estimasi menujukkan bahwa waktu pemeriksaan berpola kuadratik untuk setiap subjek sedangkan kadar hematrokit pada subjek 1 mengikuti pola polinomial lokal berorde 1, sedangkan kadar hematrokit pada subjek 2 mengikuti pola polinomial lokal berorde 4 dan pada subjek 3 kadar hematrokit memgikuti pola polinomial lokal berorde 4. Model ini mempunyai nilai MSE sebesar 146.7636 dan koefisien determinasi R2 = 93,9249 %.   Kata kunci : Data Longitudinal, Estimator Polinomial Lokal, GCV, Regresi Semiparametrik, WLS.  
MODEL REGRESI NONPARAMETRIK BERDASARKAN ESTIMATOR POLINOMIAL LOKAL KERNEL PADA KASUS PERTUMBUHAN BALITA Mifta Luthfin Alfiani; Indah Manfaati Nur; Tiani Wahyu Utami
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 2, No 1 (2014): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (84.94 KB) | DOI: 10.26714/jsunimus.2.1.2014.%p

Abstract

Analisis regresi merupakan salah satu tehnik analisis data dalam statistika yang paling banyak digunakan untuk mengetahui hubungan antara variabel prediktor (X) dengan variabel responnya (Y). Dalam analisis regresi, kurva regresi dapat didekati dengan model regresi nonparametrik. Model regresi nonparametrik yang pengamatan dilakukan sebanyak n subjek yang saling independen pada waktu satu titik tertentu sehingga mengikuti struktur data cross-section. Dalam penelitian ini akan dikaji mengenai model regresi nonparametrik berdasarkan estimator polinomial lokal kernel pada pertumbuhan balita. Estimator polinomial lokal kernel dapat diperoleh dengan meminimumkan WLS (Weighted Least Square). Estimator polinomial lokal kernel sangat bergantung pada bandwidth (h) optimal. Penentuan bandwidth optimal dapat diperoleh dengan menggunakan metode GCV (Generalized Cross Validation). Selanjutnya diterapkan pada aplikasi model regresi nonparametrik berdasarkan estimator polinomial lokal kernel pada kasus pertumbuhan balita untuk menganalisis pengaruh antara berat badan dan umur. Pemodelan dilakukan pada balita laki-laki dan perempuan, pada balita laki-laki mempunyai nilai MSE =1,487844 dan koefisien determinasi (R2) =81,86%, pada balita perempuan mempunyai nilai MSE =1,388796 dan koefisien determinasi (R2) = 79,55%.
KAJIAN REGRESI PROPORSIONAL HAZARD UNTUK MENENTUKAN FAKTOR PENYEBAB STROKE MENGGUNAKAN METODE EFRON Sudarno Sudarno; Tiani Wahyu Utami
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 8, No 1 (2020): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (352.776 KB) | DOI: 10.26714/jsunimus.8.1.2020.%p

Abstract

Cox proportional hazard regression is a regression model that is often used in survival analysis. Survival analysis is phrase used to describe analysis of data in the form of times from a well-defined time origin until occurrence of some particular be death. In analysis survival sometimes find ties, namely there are two or more individual that have together event. The objectives of this research are applied Cox proportional hazard regression on ties event by Efron method and determine factors that affect survival of stroke patients in Tugurejo Hospital Semarang. The response variable is length of stay at hospital, and the predictors are gender, age, type of stroke, history of hypertension, systolic blood pressure, diastolic blood pressure, blood sugar levels, and body mass index. The factors cause stroke disease by significant are type of stroke, history of hypertension, systolic blood pressure, diastolic blood pressure, and blood sugar level. By the survivorship function that the patients have been looked after at hospital greater than 20 days, they have probability of healthy be little even go to death. A person in order to be healthy must be healthy life, and prevent some factors cause disease. Healthy life can be reach by no smoking, sport and rest enough.
PERAMALAN DATA SAHAM DENGAN MODEL WINTERS Tiani Wahyu Utami; Moh. Yamin Darsyah
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 3, No 2 (2015): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (239.264 KB) | DOI: 10.26714/jsunimus.3.2.2015.%p

Abstract

Peramalan merupakan seni dan ilmu untuk memperkirakan kejadian di masa depan, sehingga hasil dari peramalan dapat digunakan oleh pemangku kebijakan dalam mengambil kebijakan strategis untuk menyelesaikan persoalan dimasa mendatang.Peramalan melibatkan analisis time series dimana urutan pengamatan berdasarkan interval waktu yang sama dan pengamatan tersebut memiliki korelasi. Model time series yang digunakan pada penelitian ini antara lain model winters yang diaplikasikan pada data saham astra internasional. Model Winters dengan kombinasi parameter alpha (level), delta (musiman) dan gamma (trend) masing-masing sebesar 0,2; 0,2 dan 0,2menghasilkan MAPE sebesar 0,007676. Model Winters digunakan untuk peramalan data (forecasting) selama 30 hari kedepan. Hasil forecasting menunjukkan tren penurunan.Kata Kunci : Model Winters, MAPE
MODEL REGRESI NONPARAMETRIK DENGAN PENDEKATAN DERET FOURIER PADA POLA DATA CURAH HUJAN DI KOTA SEMARANG Fatmawati Nurjanah; Tiani Wahyu Utami; Indah Manfaati Nur
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 3, No 2 (2015): Jurnal Statistika Universitas Muhammadiyah Semarang
Publisher : Department Statistics, Faculty Mathematics and Natural Science, UNIMUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (293.9 KB) | DOI: 10.26714/jsunimus.3.2.2015.%p

Abstract

Pendekatan regresi dapat dilakukan dengan tiga pendekatan yaitu pendekatan parametrik, nonparametrik, dan semiparametrik. Pendekatan regresi nonparametrik pada penelitian ini dilakukan dengan menggunakan deret Fourier. Estimasi deret Fourier dapat menggunakan LS (Least Square). Pada estimasi deret Fourier penentuan K optimal menggunakan GCV (Generalized Cross Validation). Curah hujan merupakan salah satu unsur iklim yang penting di Indonesia. Tujuan dari penelitian ini adalah untuk menganalisis pola curah hujan di kota Semarang dengan menghasilkan kurva sinus atau cosinus. Pendekatan deret Fourier adalah sebuah metode yang menghasilkan kurva sinus cosinus pada data yang bersifat periodik. Variabel independennya adalahwaktu.Hasil dari data yang diolah pada penelitian ini untuk lokasi Semarang Barat menghasilkan sebesar 92%, lokasi Semarang Timur menghasilkan sebesar 95%, lokasi Semarang Utara menghasilkan sebesar 89%, dan lokasi Semarang Selatan menghasilkan sebesar 89% sehingga model yang didapatkan adalah sederhana.Kata Kunci : Regresi Nonparametrik, GCV, Deret Fourier, Curah Hujan
Co-Authors Abdul Rohman Agus Rusgiyono Aisyah Lahdji, Aisyah Alan Prahutama Alan Prahutama Alwan Fadlurohman Amrullah, Setiawan Anissatush Sholiha Arianti, Irma Arini Rizky Wahyuningtyas Aulia, Syifa Aura Hisani, Zahra Ayu Wulandari Azqia Fajriyani Biru, Pelangi Langit Budiono Rahman Dannu Purwanto Devi Nurlita Dewi Ratnasari Wijaya Dhani, Oktaviana Rahma Dheanyta Alif Shafira Diana Wahyu Safitri Dwi Ispriyanti Eko Yuliyanto, Eko Elvia Nanda Sofiyanti Endah Suryaningsih Endang Tri Wahyuni Maharani Fathikatul Arnanda Fatkhurokhman Fauzi Fatkhurokhman Fauzi Fatmawati Nurjanah Fauzi, Fatkhurokhman Hanif Nur Ibrahim Hasbi Yasin Hikmah Nur Rohim, Febrian Iffah Norma Hidayati Ihsan Fathoni Amri Iis Widya Harmoko Iis Widya Harmoko, Iis Widya Imaroh Izzatun Indah Manfaati Nur Indah Sulistiya Indra Firmansyah Iqbal Kharisudin Ismawati - Juwita Rahayu Laila Khoirun Nisa Lia Miftakhul Janah M. Al Haris M. Saifudin Nur Martyana Prihaswati Maulana Afham Mifta Luthfin Alfiani Moh Yamin Darsyah Moh Yamin Darsyah Moh. Yamin Darsyah Nila Amelinda Putri Nur Chamidah Nursamsiah Nursamsiah Pranandira Rilvandri, Quinsy Prizka Rismawati Arum Rahma Dhani, Oktaviana Rizma Novinda Puteri Rochdi Wasono Rochdi Wasono Roosyidah, Nila Ayu Nur Salmaa Fauziah Samikoh Ulinuha Septi Winda Utami Setiayani, Wiwik Silvia Tri Wahyuni Sri Kustiara Sudarno Sudarno Sugito Sugito Suherdi, Andri Suparti Suparti Suparti Suparti Suparti, S. Syaifullah, Ahmad Reyhan Toha Saifudin Ujang Maulana Ujiati Suci Rahayu Vega Zayu Varima Velia Arni Widyasari Wahyu Putri Pratiwii Wisudawati, Dinda Tri Yulianita, Tanti Yuliardi, Fahrul Raditiar Yusnia Kriswanto