Garuda - Garba Rujukan Digital

Pendekatan Regresi Ordinal untuk Klasifikasi Tingkat Hidup Pekerja Bambang Widjanarko Otok; Suryo Guritno; Subanar Subanar
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 5, No 1 (2005)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v5i1.915

Masalah klasifikasi (pengelompokkan) pada kelompok yang sudah diketahui pada umumnyamembatasi diri dalam melibatkan sejumlah peubah yang terkait, sehingga mengakibatkan hilangnyasebagian informasi yang justru berkonsekuensi dalam kesimpulan penelitian. Untuk itu upaya yangdilakukan untuk membatasi keterlibatan sejumlah peubah dalam penelitian harus melihat kerangkapermasalahan secara menyeluruh pada kelompok dalam peubah tersebut.Metode klasifikasi yang baik akan menghasilkan sedikit kesalahan klasifikasi atau peluangkesalahan alokasi yang kecil dan juga terpenuhinya asumsi seperti variansi sama pada kelompok.Sehingga diperlukan suatu kajian mengenai masalah klasifikasi dengan pendekatan regresi ordinaldan sebagai kriteria kestabilan klasifikasi digunakan Press-Q.Hasil penelitian menunjukkan bahwa analisis regresi ordinal merupakan suatu metode yangsangat baik dalam masalah klasifikasi dan dalam menentukan variabel yang mempengaruhi padakelompok dan interpretasi model. Selain itu fungsi peluang komulatif yang diperoleh mudahdiinterpretasikan untuk menjelaskan keterkaitan prediksi kedepan dalam pengelompokkan.Secara keseluruhan tingkat ketepatan prediksi model dengan analisis regresi ordinal untukmengelompokkan tingkat hidup pekerja yang dipengaruhi empat variabel (Pendidikan (X1), Statuspekerjaan (X2), Upah/Gaji Sebulan (X3) dan Status perkawinan (X4)) secara keseluruhan sebesar54.6%, dan pengaruh yang signifikan pada pendidikan adalah pendidikan SMA dan SMP, statuspekerjaan bulanan (berbanding terbalik), upah/gaji sebulan sebesar Rp 1.000.000 s/d Rp 1.500.000,dan status perkawinan yang sudah menikah.

Pendekatan Multivariate Adaptive Regression Spline (MARS) pada Pengelompokkan Zona Musim Suatu Wilayah Bambang Widjanarko Otok
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 10, No 2 (2010)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v10i2.1021

Multivariate adaptive regression spline (MARS) adalah salah satu model regresi nonparametrik, yaitumodel yang mengasumsikan bentuk hubungan fungsional antara variabel respon dan prediktor tidakdiketahui. MARS adalah kombinasi yang komplek antara metode spline dengan rekursif partisiuntuk menghasilkan estimasi fungsi regresi yang kontinu, dan digunakan untuk prediksi danklasifikasi. Hasil penelitian menunjukkan bahwa estimasi parameter model MARS untuk variabelrespon kontinu dilakukan dengan penalized least square (PLS). Pemilihan model MARS terbaikdilakukan dengan prosedur forward dan backward stepwise didasarkan pada nilai GCV. Prosedurforward adalah tahapan untuk mendapatkan fungsi basis maksimum yang mencakup pengaruh efekutama, interaksi, dan knot. Sedangkan prosedur backward adalah tahapan untuk mengeliminasifungsi basis yang kontribusinya tidak signifikan. Hasil kajian juga menunjukkan bahwa GCV denganpotongan regresi linear dapat terbukti bekerja dengan baik dalam menentukan pemilihan modelterbaik pada MARS respon kontinu.

Pengembangan Structural Equation Modeling pada Moderasi Kepribadian Terhadap Indeks Prestasi Dosen Menggunakan Metode Split (Score Factor) Amelia Zeinita; Bambang Widjanarko Otok
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 10, No 2 (2010)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v10i2.1017

Tujuan suatu perguruan tinggi melakukan manajemen pendidikan adalah untuk menghasilkanmahasiswa yang berkualitas dan mampu bersaing di segala bidang. Proses pembelajaran melibatkandosen sebagai faktor penting dalam kegiatan pembelajaran di instansi perguruan tinggi yaitu sebagaitransfer mahasiswa dengan dunia kerja. Dalam proses pembelajaran, dosen harus memilikikompetensi sebagai pendukung proses belajar mengajar. Penelitian ini akan mengkaji pola hubunganempat kompetensi dosen yang tercantum dalam UU RI no 14 tahun 2005, yiatu pedagogik,profesional, sosial dan kepribadian. Metode analisis yang dipakai adalah Confirmatory FactorAnalysis (CFA) untuk mengkonfiirmasi indikator-indikator terhadap variabel laten, dan juga modelModerating Structural Equation Modeling (MSEM) untuk mengetahui pengaruh moderasi(kepribadian). Hasil penelitian adalah kepribadian sebagai variabel moderasi berpengaruh terhadaphubungan antara kompetensi profesional dan sosial terhadap pedagogik.

Bootstrap Pada Regresi Linear dan Spline Truncated Harison Darmawi; Bambang Widjanarko Otok
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 8, No 1 (2008)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v8i1.974

Pendekatan parametrik mengasumsikan bentuk model sudah ditentukan. Apabila tidak adainformasi apapun tentang bentuk kurva, maka pendekatan yang digunakan adalah pendekatannonparametrik, salah satunya spline truncated. Karena pendekatan tidak tergantung pada asumsibentuk kurva tertentu, sehingga memberikan fleksibilitas yang lebih besar. Tujuan penelitian iniadalah mengkaji bootstrap pada regresi linear dan regresi spline (truncated spline) dengan kajiansimulasi. Hasil penelitian menunjukkan bahwa Fungsi optimal terjadi pada variansi yang kecil untuksembarang pengamatan. Nilai MSE pada kurva truncated spline lebih kecil dibanding dengan regresilinear pada semua fungsi. Hal ini dapat diartikan bahwa kurva truncated spline lebih baik dibandingdengan regresi linear. Hal ini dapat dilihat dari simulasi estimator g(t)  sin(5t) dang(t)  5e5t ,truncated spline memberikan berbagai nilai titik knot, sehingga nilai MSE kecil dibanding regresilinear. Secara keseluruhan dengan kriteria MSE, Spline Truncated sesudah di bootstrap lebih baikdibanding dengan pendekatan regresi dan spline truncated.

Klasifikasi Tingkat Hidup Pekerja dengan Bootstrap Diskriminan Muhammad Sjahid Akbar; Bambang Widjanarko Otok
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 5, No 1 (2005)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v5i1.918

Masalah klasifikasi (pengelompokkan) pada kelompok yang sudah diketahui pada umumnyamembatasi diri dalam melibatkan sejumlah peubah yang terkait, sehingga mengakibatkan hilangnyasebagian informasi yang justru berkonsekuensi dalam kesimpulan penelitian. Untuk itu upaya yangdilakukan untuk membatasi keterlibatan sejumlah peubah dalam penelitian harus melihat kerangkapermasalahan secara menyeluruh pada kelompok dalam peubah tersebut. Klasifikasi Tingkat HidupPekerja yang meliputi kelompok ”kurang baik’, ’sama baik’ dan ”lebih baik’ diduga dipengaruhi olehpendidikan (X1), status pekerjaan (X2), upah/gaji sebulan (X3) dan status perkawinan (X4).Metode klasifikasi yang baik akan menghasilkan sedikit kesalahan klasifikasi atau peluangkesalahan alokasi yang kecil dan juga terpenuhinya asumsi seperti variansi sama pada kelompok.Sehingga diperlukan suatu kajian mengenai masalah klasifikasi dengan pendekatan analisisdiskriminan yang dikembangkan Fisher (1936). Analisis diskriminan yang dikembangkan untukpopulasi yang berdistribusi normal dengan varians-kovarians sama. Tetapi pada penerapannyaanalisis diskriminan sering melibatkan variabel-variabel kategorik yang tidak mengikuti poladistribusi normal, meskipun diperoleh hasil tidak optimal. Metode klasifikasi yang baik akanmenghasilkan sedikit kesalahan klasifikasi (alokasi) atau peluang kesalahan alokasi yang kecil.Kenyataannya, masalah klasifikasi sering dijumpai pada data dengan pola sebaran yang tidaknormal, meskipun dapat digunakan analisis diskriminan tetapi hasil yang diperoleh tidak menjamin.Efron dan Tibshirani (1993), telah menggunakan metode bootstrap dalam memodelkan kadarhormon lutenisia pada wanita.Hasil penelitian menunjukkan bahwa analisis diskriminan linear Fisher merupakan suatumetode yang sangat baik dalam masalah klasifikasi dan dalam menentukan variabel pembeda padakelompok, terutama jika asumsi distribusi normal dan matriks kovarians sama telah terpenuhi.Selain itu fungsi diskriminan yang diperoleh mudah diinterpretasikan untuk menjelaskanketerkaitan prediksi kedepan dalam pengelompokkan. Model prediksi untuk mengelompokkantingkat hidup pekerja hanya dipengaruhi oleh variabel Pendidikan (X1) dan secara keseluruhanmempunyai ketepatan pengelompokkan sebesar 54.6%, sedangkan pada bootstrap diskriminansecara keseluruhan mempunyai ketepatan pengelompokkan sebesar 56.2%. Dengan demikianpendekatan bootstrap

Pemodelan Multivariate Adaptive Generalized Poisson Regression Spline pada Kasus Jumlah Kematian Ibu di Provinsi Jawa Timur Euodia Putri Prastika; Bambang Widjanarko Otok; Purhadi Purhadi
Inferensi Vol 4, No 1 (2021): Inferensi
Publisher : Department of Statistics ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j27213862.v4i1.7747

Kematian ibu menjadi salah satu masalah besar bagi negara Indonesia, karena ibu berperan penting dalam regenerasi manusia. Indonesia memiliki angka kematian ibu (AKI) tertinggi kedua di ASEAN. Nilai yang tinggi tersebut dipengaruhi oleh AKI provinsi-provinsi di Indonesia, termasuk Jawa Timur. Provinsi Jawa Timur termasuk tiga besar AKI tertinggi di Indonesia dengan nilai 91,45 per 100.000 kelahiran hidup pada tahun 2018. Tingginya AKI berbanding positif dengan jumlah kematian ibu, artinya semakin tinggi AKI, maka semakin banyak jumlah kematian ibu. Salah satu upaya yang dapat dilakukan untuk mengurangi AKI adalah pemodelan faktor-faktor yang mempengaruhi jumlah kematian ibu dengan metode regresi. Penelitian ini menggunakan metode Multivariate Adaptive Regression Splines (MARS) dengan estimator generalized Poisson, sehingga menjadi metode Multivariate Adaptive Generalized Poisson Regression Splines (MAGPRS). Model terbaik dari hasil analisis MAGPRS adalah model dengan BF=28, MI=2, dan MO=2. Setelah dilakukan backward stepwise, fungsi basis dari model tersebut menjadi 24, dimana akan menyusun persamaan MAGPRS. Variabel prediktor yang paling berpengaruh terhadap model secara berurutan adalah variabel persentase ibu nifas mendapat vitamin A, persentase peserta aktif KB, dan persentase kunjungan ibu hamil K4.

PEMODELAN RANDOM EFFECT PADA REGRESI DATA LONGITUDINAL DENGAN ESTIMASI GENERALIZED METHOD OF MOMENTS (STUDI KASUS DATA PENDUDUDUK MISKIN DI INDONESIA) muhammad ghazali; bambang widjanarko otok
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 9 No 1 (2016): J Statistika: Jurnal Imiah dan Aplikasi Statistika
Publisher : Fakultas Sains dan Teknologi Univ. PGRI Adi Buana Surabaya

Indeks kedalaman kemiskinan merupakan ukuran rata-rata kesenjangan penyebaran pengeluaran masing-masing penduduk terhadap garis kemiskinan. Banyak faktor yang mempengaruhi indeks kedalaman kemiskinan, baik dari indikator kesehatan, SDM maupun ekonomi. Oleh karena itu diperlukan sebuah pemodelan statistika untuk menganalisa faktor-faktor yang mempengaruhi indeks kedalaman kemiskinan di Indonesia. Data kemiskinan yang digunakan pada penelitian ini bersumber dari data SUSENAS yang berupa data longitudinal dengan individu pengamatan adalah seluruh kabupaten/kota di Indonesia dari tahun 2008 sampai 2012. Analisis data longitudinal tidak cukup menggunakan OLS karena beberapa asumsi OLS seperti homokedastisitas dan tidak ada autokorelasi sulit terpenuhi pada analisa data longitudinal karena cendurung adanya pengaruh antar individu dan antar waktu pengamatan dalam model. Untuk mengatasi hal tersebut digunakan metode Generalized Method of Moment (GMM) yang digunakan untuk menaksir parameter model data longitudinal. GMM adalah metode penaksiran parameter yang fokus utamanya adalah meminimalkan fungsi kuadratik untuk mencari parameter . Analisis GMM untuk data longitudinal pada penelitian ini denganRandom Effect. Dengan menggunakan model Random Effect maka kesimpulan yang diperoleh adalah semakin tinggi Rata-rata lama sekolah (X1), Angka Melek Huruf penduduk usia 15-55 tahun (X3), Persentase rumah tangga yang menggunakan air bersih (X5) dan Angka harapan hidup (X6) maka indeks kedalaman kemiskinan akan semakin kecil. Sedangkan jika semakin tinggi Persentase rumah tangga yang pernah membeli beras raskin (X4) maka indeks kedalaman kemiskinan juga semakin tinggi.

PEMODELAN KASUS HIV/AIDS MENGGUNAKAN COX PROPORTIONAL HAZARD rama hiola; bambang widjanarko otok; hendra dukalang
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 9 No 1 (2016): J Statistika: Jurnal Imiah dan Aplikasi Statistika
Publisher : Fakultas Sains dan Teknologi Univ. PGRI Adi Buana Surabaya

Aktivitas kehidupan banyak peristiwa yang berhubung dengan waktu kelangsungan hidup, misal durasi waktu yang dibutuhkan untuk sembuh dari penyakit. Lama waktu yang dibutuhkan hingga terjadinya suatu peristiwa tertentu itulah yang disebut waktu survival. Pada umumnya data waktu survival tidak sepenuhnya dapat diamati atau disebut dengan data tersensor. Salah satu metode statistika yang dapat digunakan dalam menganalisis data survival, adalah model cox proportional hazard. Penelitian ini bertujuan untuk mengetahui tingkat kelangsungan hidup penderita HIV/AIDS, digunakan fungsi hazard dan fungsi survival dengan variabel lama rawat inap pasien sebagai respon. Untuk mengetahui faktor-faktor lain yang mempengaruhi ketahan hidup penderita HIV/AIDS digunakan model cox proportional hazard. Hasil penelitian menunjukkan bahwa Hasil Estimasi fungsi survival Kaplan Meier dan fungsi hazard kumulatif Nelson Aalen menunjukan bahwa semakin lama pasien menderita HIV/AIDS maka probabilitas survival pasien semakin kecil, namun resiko kematian disebabkan HIV/AIDS semakin tinggi. Tingkat pendidikan, status pekerjaan, status fungsional, Kadar CD4 merupakan faktor yang berpengaruh dalam resiko kematian pasien HIV/AIDS

KETEPATAN KLASIFIKASI STATUS DIABETES MELITUS DENGAN PENDEKATAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE herlina jusuf; bambang widjanarko otok; amanda ratna ningrum
J STATISTIKA: Jurnal Imiah Teori dan Aplikasi Statistika Vol 9 No 1 (2016): J Statistika: Jurnal Imiah dan Aplikasi Statistika
Publisher : Fakultas Sains dan Teknologi Univ. PGRI Adi Buana Surabaya

Diabetes Mellitusadalah suatu penyakit gangguan metabolik akut yang ditandai oleh kadar glukosa darah melebihi nilai normal. Diabetes Mellitus merupakan suatu penyakit atau kelainan yang mempengaruhi kemampuan tubuh untuk mengubah makanan menjadi energy. Dengan semakin meningkatnya prevalensi kasus penyakit Diabetes Mellitus, maka tujuan penelitian ini adalah memprediksi variabel apa saja yang berperan sangat besar sebagai salah satu faktor risiko kejadian Diabetes Mellitus. Hasil penelitian menunjukkan bahwa status diabetes mellitus terdapat hubungannya dengan obesitas, hipertensi dan kebiasaan olahraga, sedangkan dengan pendekatan MARS melalui criteria GCV terkecil dan (R-O)2 terbesar diperoleh factor yang mempengaruhi status diabetes mellitus adalah obesitas dan hipertensi dengan ketepatan klasifikasi sebesar 74.0 persen. Kata kunci : Diabetes Mellitus, Obesitas, Hipertensi,MARS

The Effect of Attractiveness, Expertise, Visual Attractiveness and Interactivity on Online Impulsive Buying Behavior Fajar, Faried; Bambang Widjanarko Otok
Jurnal Ilmiah Manajemen Kesatuan Vol. 12 No. 4 (2024): JIMKES Edisi Juli 2024
Publisher : LPPM Institut Bisnis dan Informatika Kesatuan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37641/jimkes.v12i4.2741

An innovative approach to product marketing through live streaming on TikTok can potentially encourage impulsive buying behavior among Indonesian customers, offering opportunities for e-commerce business owners to increase sales. This research focuses on identifying factors influencing impulsive purchasing decisions for fashion products through live streaming on TikTok, namely attractiveness, expertise, visual appeal, and interactivity. Using the Stimulus-Organism-Response (SOR) theoretical framework, this study explores consumer reactions and behaviors caused by stimulus factors which are then analyzed using Structural Equation Modeling (SEM) PLS techniques with the SmartPLS application based on 156 valid respondents on TikTok. The results are expected to guide fashion business actors in social commerce to design effective marketing strategies using TikTok live streaming by emphasizing aspects of perceived enjoyment to encourage impulse buying.

Title

Found 22 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 22 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 22 Documents
Search