Articles
Analisis Data Panel Model Efek Acak pada Data Kemiskinan di Provinsi Sulawesi Selatan
Anisa Anisa;
Nirwan Ilyas
Jurnal Matematika, Statistika dan Komputasi Vol. 8 No. 2: January 2012
Publisher : Department of Mathematics, Hasanuddin University
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1000.311 KB)
|
DOI: 10.20956/jmsk.v8i2.3391
Analisis data panel adalah analisis regresi untuk data panel yang merupakan gabungan dari data cross-section dan data time series. Terdapat tiga pendekatan yang dapat digunakan pana analisis data panel, salah satunya adalah pendekatan model efek acak. Parameter-parameter pada model efek acak diestimasi dengan metode Generalized Least Square. Dalam tulisan ini, aplikasi diterapkan pada data kemiskinan di Provinsi Sulawesi Selatan pada tahun 2005-2008. Hasil penelitian menunjukkan bahwa terdapat 4 variabel independen yang berpengaruh secara negatif pada angka kemiskinan di Provinsi Sulawesi Selatan yaitu angka buta huruf, pertumbuhan ekonomi, angka kematian bayi, dan angka harapan hidup sehingga variabel-variabel tersebut perlu mendapat perhatian dan penanganan khusus. Hasil juga menunjukkan bahwa terdapat 2 variabel independen yang berpengaruh secara positif pada angka kemiskinan di Sulawesi Selatan yaitu tingkat pengangguran terbuka dan tingkat partisipasi angkatan kerja. Hasil lain yang diperoleh menunjukkan bahwa Kabupaten Soppeng dan Wajo berpengaruh secara signifikan dalam menurunkan angka kemiskinan di Provinsi ini
Perbandingan Metode Fraksi dengan Himpunan Bagian Terbaik dalam Pemilihan Model Regresi Berganda
Raupong Raupong;
Anisa Anisa
Jurnal Matematika, Statistika dan Komputasi Vol. 9 No. 1: July 2012
Publisher : Department of Mathematics, Hasanuddin University
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (568.209 KB)
|
DOI: 10.20956/jmsk.v9i1.3395
Model regresi terbaik adalah model yang dapat menjelaskan perilaku peubah tak bebas dengan baik dengan memilih peubah-peubah bebas dari sekian banyak peubah bebas yang tersedia dalam data. Dalam pemilihan model regresi terbaik dipilih model yang mempunyai kesalahan prediksi paling sedikit dan melibatkan peubah bebas sesedikit mungkin. Metode yang umum digunakan dalam pemilihan model regresi terbaik yaitu Regresi Bertahap, Seleksi Maju, Himpunan Bagian Terbaik dan Metode Fraksi. Berbeda dengan Himpunan Bagian Terbaik, Metode Fraksi digunakan dalam penentuan model regresi terbaik dengan data yang memiliki tingkat multikolinearitas yang tinggi. Contoh penerapan metode Fraksi dan metode Himpunan Bagian Terbaik dilakukan pada data Indeks Pembangunan Manusia, dimana diperoleh bahwa model regresi dengan menggunakan metode Fraksi lebih baik dibandingkan dengan model regresi dengan menggunakan metode HImpunan Bagian Terbaik, dimana pada model regresi dengan menggunakan metode Himpunan Bagian Terbaik masih memiliki multikolinearitas.
Partial Credit Model (PCM) dalam Penskoran Politomi pada Teori Respon Butir
Safaruddin Safaruddin;
Anisa Anisa;
Saleh AF
Jurnal Matematika, Statistika dan Komputasi Vol. 9 No. 1: July 2012
Publisher : Department of Mathematics, Hasanuddin University
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (621.53 KB)
|
DOI: 10.20956/jmsk.v9i1.3397
Dalam pelaksanaan tes uraian, penskoran biasanya dilakukan secara parsial berdasarkan langkah-langkah yang harus ditempuh untuk menjawab benar suatu butir soal. Penskoran dilakukan perlangkah dan skor perbutir diperoleh peserta dengan menjumlah skor siswa tiap langkah, dan kemampuan diestimasi dengan skor mentah. Model penskoran seperti ini belum tentu tepat, karena tingkat kesulitan tiap langkah tidak diperhitungkan. Pendekatan alternatif yang dapat digunakan yaitu pendekatan teori respon butir (TRB) untuk penskoran politomi, salah satunya dengan partial credit model (PCM). PCM merupakan pengembangan dari model Rasch pada butir dikotomi yang berisi satu parameter lokasi butir dan dengan PCM kemudian dikembangkan dengan menjabarkan lokasi butir menjadi kategori. Skor kategori pada PCM menunjukkan banyaknya langkah untuk menyelesaikan dengan benar butir soal tersebut, sehingga kemampuan tiap peserta tes dapat diestimasi dengan menghitung probabilitas tiap peserta dalam menjawab tiap langkah dalam menyelesaikan sebuah soal tes. Dan hasil dari penelitian ini diperoleh bahwa butir soal yang layak dipakai untuk uji tes pada mahasiswa Fakultas Perikanan Unhas tahun ajaran 2011/2012 adalah butir soal nomor 1 dan 7 untuk butir soal X, dan soal nomor 2,7,8,dan 12 untuk butir soal Y
Perbandingan Penskoran Dikotomi dan Politomi dalam Teori Respon Butir untuk Pengembangan Bank Soal Matakuliah Matematika Dasar
Anisa Anisa
Jurnal Matematika, Statistika dan Komputasi Vol. 9 No. 2: January 2013
Publisher : Department of Mathematics, Hasanuddin University
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (478.322 KB)
|
DOI: 10.20956/jmsk.v9i2.3402
Teori Respon Butir merupakan pendekatan modern yang dilakukan untuk memberikan evaluasi dan penilaian terhadap perangkat tes yang digunakan dan hasil belajar peserta didik untuk mendapatkan informasi tentang sejauh mana keberhasilan guru/dosen sebagai fasilitator dalam menyajikan bahan pembelajaran serta sejauh mana peserta didik dapat menyerap materi yang diajarkan. Pada penelitian ini Teori Respon Butir difokuskan pada Penskoran Dikotomi dan Politomi untuk mengevaluasi perangkat tes matakuliah Matematika Dasar pada Fakultas Kehutanan dan Fakultas Ilmu Kelautan dan Perikanan Universitas Hasanuddin, dan penilaian hasil belajar mahasiswa pada kedua fakultas tersebut, sebagai langkah untuk pengembangan bank soal yang berkualitas untuk matakuliah ini. Hasil penelitian ini diharapkan dapat menjadi acuan untuk soal matakuliah Matematika Dasar yang merupakan matakuliah di bawah koordinasi dari UPT MKU Universitas Hasanuddin Makassar.
Perturbasi Nilai Eigen dalam Mengatasi Multikolinearitas
Andi Kresna Jaya;
Anisa Anisa
Jurnal Matematika, Statistika dan Komputasi Vol. 10 No. 1: July 2013
Publisher : Department of Mathematics, Hasanuddin University
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (499.26 KB)
|
DOI: 10.20956/jmsk.v10i1.3407
Multikolinieritas adalah salah satu pelanggaran asumsi dalam regresi linier berganda. Multikolinieritas terjadi ketika variabel bebas memiliki korelasi dengan variabel bebas yang lain. Apabila dalam suatu data terdapat multikolinieritas maka koefisien regresi yang dihasilkan tidak dapat memberikan hasil analisis yang mewakili sifat atau pengaruh variabel bebas terhadap variabel terikat, selain itu variansi yang dihasilkan juga besar. Jika terjadi multikolinieritas maka rasio antara nilai eigen terbesar dan nilai eigen terkecil akan melebihi 100 bahkan bisa lebih dari 1000. Untuk itu, dalam penelitian ini ditawarkan suatu solusi untuk mengatasi multikolinearitas yaitu dengan menggunakan perturbasi pada nilai eigen. Perturbasi ( diberikan dengan menambahkan nilai , yang nilainya berkisar antara 0 dan 1, pada diagonal matriks nilai eigen.
Perbandingan Metode Analisis Diskriminan dan Mahalanobis Taguchi (MT) untuk Data Penderita DM RS. Wahidin Sudirohusodo Makassar
Anisa Anisa
Jurnal Matematika, Statistika dan Komputasi Vol. 10 No. 1: July 2013
Publisher : Department of Mathematics, Hasanuddin University
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (501.68 KB)
|
DOI: 10.20956/jmsk.v10i1.3410
Penelitian ini dilakukan untuk menganalisa dan menetapkan perkiraan inflasi karena adanya perbedaan perkiraan inflasi yang dikeluarkan lembaga pemerintah (Bank Indonesia) dan lembaga non-pemerintah. Berkaitan kelengkapan data dan waktu kajian, diawali dengan perkiraan angka inflasi Kota Banda Aceh bulan Mei 2008 dengan meneliti angka Indeks Harga Konsumen (IHK) dan variabel informasi yang diharapkan dapat membantu memperkirakan angka inflasi. Variabel informasi yaitu inflasi inti, aktiva bank, suku bunga SBI dan kurs rupiah terhadap dollar AS. Untuk mendapatkan model dilakukan dengan pendekatan VAB menggunakan software EViews 4.1. Dari hasil proyeksi inflasi model IHK dengan variabel informasi inflasi inti memberikan hasil terbaik karena memiliki nilai RMSE
Identifikasi Faktor Signifikan pada Rancangan Fraksional Split-Plot
Anisa Anisa;
Andi Kresna Jaya
Jurnal Matematika, Statistika dan Komputasi Vol. 10 No. 1: July 2013
Publisher : Department of Mathematics, Hasanuddin University
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (569.403 KB)
|
DOI: 10.20956/jmsk.v10i1.3412
Rancangan Split-Plot lengkap yang melibatkan banyak faktor akan membutuhkan satuan percobaan sejumlah kombinasi perlakuan lengkapnya. Waktu dan biaya yang besar untuk menyediakan satuan percobaan dan kesulitan dalam interpretasi hasil untuk pengaruh interaksi tingkat tinggi membuat rancangan ini sulit untuk dilakukan. Rancangan Fraksional Split-Plot merupakan solusi dari masalah tersebut dengan menggunakan satuan percobaan hanya sebagian dari kombinasi perlakuan lengkap. Tulisan ini bertujuan untuk menentukan bentuk rancangan Fraksional Split-Plot yang melibatkan 4 faktor, dimana taraf dari masing-masing faktor adalah 2 level. Kemudian bentuk rancangan tersebut diterapkan pada percobaan perkecambahan kacang hijau yang merupakan data primer. Metode analisis yang digunakan untuk menentukan faktor signifikan dalam percobaan tersebut adalah analisis variansi. Adapun hasil dari percobaan ini diperoleh faktor yang signifikan yaitu cahaya, media tumbuh, dan frekuensi penyiraman.
Identifikasi Faktor Signifikan pada Rancangan Faktorial Fraksional 2^4 dan 2^5
Saleh AF;
Anisa Anisa
Jurnal Matematika, Statistika dan Komputasi Vol. 10 No. 2: January 2014
Publisher : Department of Mathematics, Hasanuddin University
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (711.378 KB)
|
DOI: 10.20956/jmsk.v10i2.3416
Rancangan faktorial dengan jumlah faktor yang besar cukup sulit diterapkan pada bidang industri, dikarenakan besarnya jumlah kombinasi perlakuan. Untuk mengatasi hal tersebut digunakan rancangan faktorial fraksional, dimana pada rancangan ini mengurangi jumlah kombinasi perlakuan. Pada penelitian ini, digunakan rancangan faktorial fraksional dua-level untuk tiap faktornya mempunyai taraf masing-masing dua. Selain itu, untuk menentukan faktor yang signifikan diantara beberapa faktor pada rancangan faktorial fraksional akan semakin sulit jika data yang diamati tanpa pengulangan. Hal tersebut disebabkan oleh tidak adanya rata-rata kuadrat error yang dapat diperoleh pada sebagian besar rancangan faktorial fraksional tanpa pengulangan. Untuk mengatasi hal tersebut, dalam penelitian ini metode lenth yang memberikan suatu analisis formal tentang bagaimana menentukan suatu faktor signifikan atau tidak dalam rancangan faktorial fraksional tanpa pengulangan.