Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

2.383

P-Index

This Author published in this journals

All Journal Statistika TRANSFORMASI : JURNAL PENGABDIAN PADA MASYARAKAT Jurnal Riset Statistika Bandung Conference Series: Statistics

Lisnur Wachidah

Universitas Islam Bandung

Author-ID : 410376

Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Industrial & Manufacturing Engineering Mathematics Social Sciences

Published : 23 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3

Penentuan Waktu Perawatan Optimal untuk Waktu Kerusakan Berdistribusi Weibull 2 Parameter Lisnur Wachidah; R. Dachlan Muchlis
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 2, No 1 (2002)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v2i1.491

Makalah ini berusaha untuk memperkenalkan salah satu metoda penentuan waktuperawatan optimal apabila waktu antar kegagalan diketahui berdistribusi Weibull 2 parameter.Penentuan waktu perawatan optimal diperoleh dengan kriteria model perawatan ditetapkanberdasarkan usia. Dalam makalah ini akan dibahas perilaku parameter distribusi Weibull dan biayaperawatan, terhadap waktu perawatan optimal. Biaya yang dipertimbangkan dalam pembentukanmodel terdiri dari dua komponen biaya yaitu, ongkos perawatan pencegahan dan ongkos perawatanperbaikan.

Uji Keberartian Koefisien Raw Agreement MEGA ANISA RACHIM; TETI SOFIA YANTI; LISNUR WACHIDAH
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 9, No 2 (2009)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v9i2.997

Dalam kehidupan sehari-hari seringkali terjadi dua penilai atau dua alat ukur dihadapkan padasuatu permasalahan untuk menyelesaikan, menentukan, mengukur dan mendiagnosis satu ataubeberapa objek penilaian atau pengukuran ke dalam satu kategori dari beberapa kategori yangmungkin. Dari dua penilai atau dua alat ukur dapat diketahui tingkat kesesuaian antara dua penilaiatau dua alat ukur tersebut. Dalam penulisan ini akan dikemukakan koefisien kesesuaian rawagreement beserta pengujiannya menggunakan dua metode yaitu menggunakan statistik Stouffer’s Zdan Binomial eksak. Raw Agreement dapat mengukur kesesuaian antara dua penilai atau dua alatukur dengan dua atau lebih kategori yang dinilai atau diukur. Sebagai aplikasi penulismenggunakan data dua alat diagnosis Appendisitis atau radang usus buntu pada pasien penderitanyeri perut kanan bawah di Bagian Bedah Unit Gawat Darurat di Rumah Sakit Hasan SadikinBandung pada tahun 2008, penelitian Dr. Dono Pranoto,2008. Setelah diuji, ternyata dua metodetersebut menghasilkan kesimpulan yang berbeda. Berdasarkan pengujian Stouffer’s Z didapat hasilyaitu tidak ada kesesuaian yang signifikan antara dua alat diagnosis Appendisitis dan berdasarkanpengujian Binomial eksak untuk keberartian koefisien ra ada kesesuaian antara dua alat diagnosisAppendisitis.

TEKNIK KORELASI UNTUK UJI ASOSIASI ANTARA DUA FAKTOR DENGAN MENGGUNAKAN PERINGKAT KENDALL t Lisnur Wachidah
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 4, No 2 (2004)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v4i2.889

Teknik korelasi untuk uji asosiasi antara dua faktor dapat menggunakan uji asosiasi peringkat Kendall t. Koefisien korelasiadalah suatu ukuran yang digunakan untuk mengetahui derajat hubungan pada data kuantitatif. Koefisien korelasi peringkatKendall t, data dapat berbentuk kuantitatif ataupun kualitatif. Perhitungan pada koefisien korelasi peringkat Kendall t,perhitungannya tidak langsung menggunakan data asli, tetapi menggunakan peringkat yang diberikan kepada data aslitersebut. Uji asosiasi peringkat Kendall t antara dua faktor adalah untuk mengetahui apakah kedua faktor berasosiasipositif ataukah berasosiasi negatif, bergantung terhadap arah asosiasi yang diharapkan. Untuk N ñ 10, statistik uji yangdigunakan adalah b b b z t t =t - m s . Kriteria ujinya adalah tolak H0, jika nilai peluang dari z á a yang ditentukan.

Pemodelan Data Besar Klaim Asuransi Kendaraan Bermotor Menggunakan Distribusi Mixture Erlang Indah Permatasari; Aceng Komarudin Mutaqin; Lisnur Wachidah
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 17, No 1 (2017)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v17i1.2714

Distribusi mixture Erlang dengan parameter skala yang sama merupakan salah satu distribusi yangdapat digunakan untuk memodelkan data yang mempunyai karakteristik bermodus banyak (lebihdari satu). Penaksiran parameter distribusi mixture Erlang dengan parameter skala yang samamenggunakan algoritme Expectation-Maximization (EM), sedangkan uji kecocokan modeldistribusinya akan digunakan uji kecocokan Anderson-Darling. Sebagai bahan aplikasi akandigunakan data besar klaim asuransi kendaraan bermotor di Indonesia yang bersumber dari instansipemerintah XYZ. Hasil pemodelannya menunjukkan bahwa data besar klaim asuransi kendaraanbermotor Kategori 1 dan 2 Wilayah 1 di Indonesia berdistribusi mixture Erlang dengan parameterskala yang sama dan distribusi Erlang yang dilibatkan sebanyak 2. Dari distribusi mixture Erlangdengan parameter skala yang sama diperoleh nilai taksiran parameter bentuk 45 ; ; taksiranparameter bobot ̂ ; ̂ ; dan taksiran parameter skala ̂

Kajian Pendekatan F(t) untuk Menaksir Parameter Distribusi Weibull Melalui Metoda Rank Regresi R. Dachlan Muchlis; Lisnur Wachidah
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 3, No 2 (2003)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v3i2.574

Penaksiran parameter distribusi Weibull melalui Metoda Kemungkinan menghasilkan solusiyang tidak unik, sehingga dikembangkan metoda pendekatan melalui regresi (K.C. Kapur & L. R.Lamberson, 1977) dengan melalui tranformasi x = ln(t) dan y = ln[ln{1–F(ti)}-1], dalam beberapaliteratur dikemukakan bentuk pendekatan untuk F(t) diantaranya yang dikemukanan Charles E.Ebeling dalam bukunya Reliability and Maintainability Engineering (1977) dan K.C. Kapur & L. R.Lamberson (1977) dalam bukunya Reliability in Engineering Design, Patric D. T O’Connorr (1991)dalam bukunya Practical Reliability Engineering. Dimitri Kececioglu (1991) dalam bukunya ReliabilityEngineering Handbook serta Linda C. Wolstenholme (1999) dalam bukunya Reliability Modelling,tetapi dari literatur yang ada hanya menawarkan pilihan pendekatan tanpa merekomendasikanpendekatan mana yang memberikan hasil paling akurat.Dalam makalah ini akan dicoba mengkaji pendekatan mana yang memberikan penaksir yangpaling baik, analisis dilakukan melalui simulasi dengan membangkitkan data berdistribusi Weibull 2parameter selanjutnya dengan memilih bentuk pendekatan F(t) ditaksir kembali parameternya.

Koefisien Korelasi Peringkat Spearman untuk Uji Asosiasi antara NilaiMatakuliahMetode Statistika I dan II Lisnur Wachidah
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 4, No 1 (2004)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v4i1.807

Koefisien korelasi adalah suatu ukuran yang digunakan untuk mengetahui derajat hubungan pada data kuantitatif. Teknik korelasi untuk uji asosiasi data kuantitatif antara dua peubah dapatmenggunakan uji asosiasi peringkat Spearman, perhitungannya tidak langsung menggunakan data asli, tetapi menggunakan peringkat yang diberikan kepada data asli tersebut. Uji asosiasi peringkat Spearman antara dua peubah adalah untuk mengetahui apakah kedua peubah berasosiasi positif ataukah berasosiasi negatif.

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi Lisnur Wachidah
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 9, No 1 (2009)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v9i1.991

Dalam penelitian, peneliti tidak terlepas dengan data. Untuk keperluan analisis, ada ketentuanbahwa asumsi dari data yang dipergunakan haruslah mengikuti distribusi normal. Salah satumetode untuk kecocokan distribusi normal, dapat menggunakan Plot Persentil-Persentil atau P-PPlots yang distandarisasi (F.F. Gan, Kennet J. Koehler and John C. Thompsons; 1991). Sebagaiaplikasi digunakan data tentang kekuatan tarik benang jenis Cotton Ne. 21’s produksi PT WistexBandung.

Sosialisasi Pelestarian Lingkungan Dan Kegunaan Pohon Enau (Arenga Pinnata) Sebagai Upaya Mewujudkan Ekowisata Desa Dayeuhkolot Kabupaten Subang Jawa Barat Lisnur Wachidah; Teti Sofia Yanti; Yani Krishnamurti; Eti Kurniati; Nety kurniaty; Alfiari Firdaus; Andi Setia Nugraha
TRANSFORMASI : JURNAL PENGABDIAN PADA MASYARAKAT Vol 1, No 2 (2021): Agustus
Publisher : UNIVERSITAS MUHAMMADIYAH MATARAM

Tujuan kegiatan Pengabdian Kepada Masyarakat yang kami lakukan ialah untuk meningkatkan wawasan masyarakat Desa Dayeuhkolot kabupaten Subang Jawa Barat menjadi desa Ekowisata, sehingga ada peningkatan pendapatan daerah serta meningkatkan kesejahteraan masyarakat. Di desa Dayeuhkolot, musibah banjir dan tanah longsor adalah kejadian yang terjadi pada musim hujan. Untuk mengatasi masalah tersebut, maka langkah awal dari kegiatan pengabdian yang kami lakukan adalah melakukan kegiatan tentang pelestarian lingkungan dan kegunaan pohon Enau (Arenga Pinnata). Metode yang kami lakukan adalah dengan sosialisasi, penyuluhan/edukasi tentang lingkungan dan keguanaan dari pohon enau. Untuk mengetahui efektifitas peningkatan pengetahuan sosialisasi dan penyuluhan kami melakukan pretest dan postest, hasil dari pengujian dengan menggunakan statistik uji t dan taraf nyata (α) 5% dapat disimpulkan bahwa sosialisasi dan penyuluhan efektif meningkatkan pengetahuan masyarakat desa Dayeuhkolot.

Regresi Robust Estimasi-M dengan Pembobot Huber dan Tukey Bisquare pada Data Tingkat Pengangguran di Indonesia Menurut Provinsi Tahun 2020 Ranty Julianti Azizah; Lisnur Wachidah
Bandung Conference Series: Statistics Vol. 2 No. 2 (2022): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Abstract. Regression analysis is a method to predict the value of dependent variable (Y) based on independent variable ( ), for that a regression model is needed. Regression model with Ordinary Least Square (OLS) is can’t be used if assumptions is violated. Unfulfilled assumptions can be caused by outliers that affect the regression model, both outliers in the independent variable ( ) and outliers in the dependent variable (Y). Robust regression is used so that the resulting regression model is Robust against outliers. One of the estimates from Robust regression is M-Estimator. The weights in the M-Estimator include of Huber and Tukey Bisquare. In this article, will discuss the M-Estimator Robust regression with Huber and Tukey Bisquare weighting on the unemployment rate data in Indonesia by province in 2020. The data includes the unemployment rate as the dependent variable (Y), the provincial minimum wage as the 1st independent variable. (X1), and the labor force as the 2nd independent variable (X2). Based on the research, it can be concluded that the M-Estimator with Tukey Bisquare weighting produces the best Robust regression model because the Adjusted R-square value of the Tukey Bisquare weighting is greater than the Huber weighting (45.88% > 44.34%) and the Residual Standard Error value (RSE) of the Tukey Bisquare weighting is smaller than the Huber weighting (1,214 < 1,345). Abstrak. Analisis regresi merupakan suatu metode untuk memprediksi nilai variabel tak bebas (Y) berdasarkan variabel bebasnya ( ), untuk itu diperlukan model regresi. Model regresi dengan Metode Kuadrat Terkecil (MKT) kurang tepat apabila terdapat pelanggaran asumsi. Asumsi yang tidak terpenuhi dapat disebabkan oleh adanya pencilan yang mempengaruhi model regresi, baik pencilan dalam variabel bebas ( ) maupun pencilan dalam variabel tak bebas (Y). Regresi Robust digunakan agar model regresi yang dihasilkan kekar (Robust) terhadap adanya pencilan. Salah satu estimasi dari regresi Robust yaitu Estimasi-M. Pembobot dalam Estimasi-M diantaranya pembobot Huber dan Tukey Bisquare. Dalam artikel ilmiah ini akan dibahas mengenai regresi Robust Estimasi-M dengan pembobot Huber dan Tukey Bisquare pada data tingkat pengangguran di Indonesia menurut provinsi tahun 2020. Data meliputi tingkat pengangguran terbuka sebagai variabel tak bebas (Y), upah minimum provinsi sebagai variabel bebas ke-1 (X1), dan angkatan kerja sebagai variabel bebas ke-2 (X2). Berdasarkan penelitian yang dilakukan dapat disimpulkan bahwa Estimasi-M dengan pembobot Tukey Bisquare menghasilkan model regresi Robust terbaik karena nilai Adjusted R-square dari pembobot Tukey Bisquare lebih besar daripada pembobot Huber (45,88% > 44,34%) dan nilai Residual Standard Error (RSE) dari pembobot Tukey Bisquare lebih kecil daripada pembobot Huber (1,214 < 1,345).

Fixed Effect Panel Spatial Durbin Error Model pada Indeks Pembangunan Manusia di Jawa Barat Tahun 2017-2020 Tika Amalia; Lisnur Wachidah
Bandung Conference Series: Statistics Vol. 2 No. 2 (2022): Bandung Conference Series: Statistics
Publisher : UNISBA Press

Abstract. The statistical method used to determine the causal relationship of the independent variable to the dependent variable that has a dependency relationship between observations or regions is the spatial regression method. One approach in Spatial Regression Analysis is the Spatial Durbin Error Model (SDEM). Spatial Durbin Error Model (SDEM) is a regression model that has a spatial lag on the error variable (ɛ) and also on the independent variable (X). In addition, because the data used consists of cross-sectional units and time series, a panel data model is used with one approach, namely the fixed effect. In this study, the data used is the Human Development Index (HDI) data in West Java Province by Regency/City in 2017-2020. The variable used in this study is the Human Development Index (Y) as the dependent variable. Average Length of School (X1), Poor Population (X2), Life Expectancy (X3), Per capita Expenditure (X4), and Number of Health Facilities (X5) as independent variables. Based on the analysis, the Adjusted R-Square value is 99.99% and the five independent variables directly affect the Human Development Index, while the variables that have a spatial effect are Average Length of School, Number of Poor Population, and Number of Health Facilities. Abstrak. Metode statistika yang digunakan untuk menentukan hubungan sebab-akibat dari peubah bebas terhadap peubah tak bebas yang memiliki hubungan ketergantungan antar pengamatan atau wilayah adalah metode regresi spasial. Salah satu pendekatan dalam Analisis Regresi Spasial yaitu Spatial Durbin Error Model (SDEM). Spatial Durbin Error Model (SDEM) merupakan model regresi yang memiliki spasial lag pada variabel error (ɛ) dan juga pada variabel bebas (X). Selain itu, karena data yang digunakan terdiri dari unit cross-section dan time-series maka digunakan model data panel dengan salah satu pendekatan yaitu fixed effect. Dalam penelitian ini, data yang digunakan adalah data Indeks Pembangunan Manusia (IPM) di Provinsi Jawa Barat menurut Kabupaten/Kota tahun 2017-2020. Variabel yang digunakan pada penelitian ini yaitu Indeks Pembangunan Manusia (Y) sebagai variabel tak bebas. Rata-rata Lama Sekolah (X1), Penduduk Miskin (X2), Angka Harapan Hidup (X3), Pengeluaran Perkapita (X4), dan Jumlah Fasilitas Kesehatan (X5) sebagai variabel bebas. Berdasarkan analisis diperoleh nilai Adjusted R-Square sebesar 99,99% dan kelima variabel bebas tersebut berpengaruh secara langsung terhadap Indeks Pembangunan Manusia, sedangkan variabel yang memiliki spatial effect yaitu Rata-rata Lama Sekolah, Jumlah Penduduk Miskin, dan Jumlah Fasilitas Kesehatan.

Co-Authors Aceng Komarudin Mutaqin Adelia Mutia Fridayanti Alfiari Firdaus Andi Setia Nugraha Anneke Iswani A Anneke Iswani A, Anneke Iswani Astri Handayani Edwardo Muraema Eti Kurniati Fanny Irfina Farah Nurul Andini Farah Nurul Andini Indah Permatasari Irham Fatin Fadhilah Mega Anisa Rachim Muhammad Fauzi Ilhamuddin Nety Kurniaty Nisrina Fajriati Rahayu R. Dachlan Muchlis Ranty Julianti Azizah Siti Sunendiari Syahla Anisah Teti Sofia Yanti Tika Amalia Tri Devi Anggraeni Tsaniya Ahda Salsabila Yani Krishnamurti Yani Ramdani

Title

Found 23 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 23 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 23 Documents
Search