Articles
PENERAPAN METODE REGRESI LOGISTIK ORDINAL BAYESIAN UNTUK MENENTUKAN TINGKAT PARTISIPASI POLITIK MASYARAKAT KOTA PADANG
ANGGUN CITRA DELIMA;
FERRA YANUAR;
HAZMIRA YOZZA
Jurnal Matematika UNAND Vol 8, No 3 (2019)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25077/jmu.8.3.1-8.2019
Penelitian ini bertujuan untuk mengetahui bagaimana model tingkat partisipasi politik masyarakat kota Padang. Untuk memenuhi tujuan tersebut digunakan metode regresi logistik ordinal dan metode Bayesian. Metode Bayesian merupakan salah satu teknik estimasi parameter yang menggabungkan fungsi likelihood dan distribusi prior sehingga diperoleh distribusi posterior yang akan digunakan untuk menduga parameter model. Dari penelitian ini diperoleh dua peubah bebas yang berpengaruh signifikan terhadap tingkat partisipasi politik masyarakat kota Padang yaitu tingkat kepercayaan masyarakat dan keterlibatan politik masyarakat. Dengan nilai Odds ratio untuk tingkat kepercayaan masyarakat sebesar 0,942 dan untuk keterlibatan politik masyarakat sebesar 1,101.Kata Kunci: Metode Bayesian, Odds ratio, Regresi Logistik Ordinal
ANALISIS ATRIBUT-ATRIBUT DAN POSISI OPERATOR GSM (GLOBAL SYSTEM FOR MOBILE COMMUNICATIONS) BERDASARKAN PREFERENSI PELANGGAN
Boby Canigia;
Ferra Yanuar;
Dodi Devianto
Jurnal Matematika UNAND Vol 3, No 4 (2014)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25077/jmu.3.4.78-85.2014
Penelitian ini bertujuan mengetahui posisi persaingan operator GSM (GlobalSystem for Mobile Communications) berdasarkan preferensi konsumen di kalangan Mahasiswa Jurusan Matematika UNAND. Penelitian ini menggunakan alat analisis multivariat IPA dan MDS. Dengan menggunakan alat analisis multivariat Importance Performance Analysis (IPA) hasil penelitian yang diperoleh terlihat posisi atribut-atributdari masing-masing operator berdasarkan kuadran perbaikannya. Dengan menggunakanMulti Deminsional Scaling (MDS) hasil penelitian yang diperoleh terdapat perbedaan posisi masing-masing operator telepon seluler prabayar berdasarkan preferensikonsumen. Pada spatial map MDS menunjukkan bahwa posisi As dan Simpati yangbernaung pada perusahaan Telkomsel berada pada posisi yang berdekatan. ArtinyaAs dan Simpati memiliki kemiripan berdasarkan preferensi Mahasiswa MatematikaUNAND. As dan Simpati tidak memiliki kemiripan terhadap XL, Axis, IM3 dan Triyang terlihat dari posisi produk Telkomsel ini yang jauh dari operator lain. IM3, Tri danXL memiliki kemiripan yang terlihat dari posisi ketiga GSM ini yang berdekatan. Axisberdiri sendiri pada dimensi 1 negatif dan dimensi 2 negatif. Artinya Axis tidak memilikikemiripan terhadap operator GSM manapun.
INFERENSI BAYESIAN UNTUK 2 DARI DISTRIBUSI NORMAL DENGAN BERBAGAI DISTRIBUSI PRIOR
Resti Nanda Yani;
Ferra Yanuar;
Hazmira Yozza
Jurnal Matematika UNAND Vol 7, No 2 (2018)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25077/jmu.7.2.132-139.2018
Abstrak. Pada penelitian ini dilakukan pendugaan parameter variansi (2) dari dis-tribusi Normal dengan mean () diketahui. Pendugaan parameter variansi (2) terse-but dilakukan secara analitik dengan menggunakan distribusi Invers Gamma sebagaiprior konjugat, metode Jerey sebagai prior non-informatif dan distribusi Uniform se-bagai prior non-konjugat. Pada penelitian ini kriteria evaluasi penduga yang digunakanadalah MSE dan sifat tak bias. Berdasarkan studi analitik diperoleh bahwa distribusiInvers Gamma sebagai prior konjugat merupakan prior terbaik diantara dua distribusiprior lainnya.Kata Kunci: Inferensi statistika, metode Bayes, distribusi prior, fungsi likelihood, dis-tribusi Normal, Invers Gamma, metode Jerey, distribusi Uniform
PENGAPLIKASIAN PETA KENDALI P BAYES PADA DATA KASUS DI PT. XYZ
FITARI RESMALANI;
FERRA YANUAR;
DODI DEVIANTO
Jurnal Matematika UNAND Vol 9, No 2 (2020)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25077/jmu.9.2.162-168.2020
Kualitas dijadikan suatu hal utama yang perlu diperhatikan karena kualitas tidak dapat dipisahkan dalam pengendalian produksi. Salah satu alat statistika yang digunakan untuk mengetahui apakah suatu proses produksi dalam keadaan terkendali yaitu peta kendali. Pada penelitian ini menggunakan peta kendali atribut dengan distribusi Binomial atau biasa disebut sebagai peta kendali p yang kemudian diduga menggunakan metode klasik dan metode Bayes. Data yang digunakan merupakan data sekunder pada PT. XYZ. Pada pengaplikasiannya, saat menggunakakan peta kendali p klasik tidak ditemukan data yang diluar batas kendali, sedangkan saat menggunakan peta kendali p Bayes terdapat sampel yang berada diluar batas kendali. Hal ini dikarenakan lebar selang pada Bayes lebih kecil. Kata Kunci: Peta Kendali p, metode Bayes, metode klasik
PENERAPAN AN ALISIS FAKTOR KONFIRMATORI STRUCTURAL EQUATION MODELING PADA MODEL HUBUNGAN KEBIASAAN MEROKOK DAN TEKANAN DARAH
Melisa Febriyana;
Ferra Yanuar;
Dodi Devianto
Jurnal Matematika UNAND Vol 3, No 2 (2014)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25077/jmu.3.2.34-43.2014
Structural Equation Modeling (SEM) adalah suatu teknik pemodelan statistika yang bersifat sangat cross-sectional, linier, dan kompleks. SEM merupakan gabungan dari dua teknik multivariat yaitu analisis faktor konfirmatori dan analisis jalur.Pada penelitian ini, dilakukan penerapan analisis faktor konfirmatori Structural Equation Modeling pada model hubungan kebiasaan merokok dan tekanan darah. Data yangdigunakan pada penelitian ini adalah data sekunder ”Data Riset Kesehatan Dasar 2007Kota Padang” dengan mengambil sampel sebanyak 1436 responden. Hasil dari penelitianini diketahui bahwa model hipotesis yang disusun telah cocok digunakan untuk menganalisis hubungan antara kebiasaan merokok dan tekanan darah karena model telahidentified dan memenuhi kriteria goodness of fit. Hasil estimasi model dan analisis korelasi dengan uji tabulasi silang antara kebiasaan merokok dan tekanan darah dihasilkanbahwa terdapat hubungan yang signifikan negatif antara kedua variabel tersebut dengannilai koefisien regresi yang sangat kecil yaitu sebesar 0.08
KLASIFIKASI DAERAH TERTINGGAL DI INDONESIA MENGGUNAKAN METODE NAIVE BAYEA CLASSIFIER
WINDA LIDYA;
HAZMIRA YOZZA;
FERRA YANUAR
Jurnal Matematika UNAND Vol 9, No 1 (2020)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25077/jmu.9.1.23-29.2020
Status daerah dapat diprediksi berdasarkan klasifikasi dengan metode Naive Bayes. Naive Bayes merupakan teknik prediksi berbasis peluang sederhana yang berdasarkan penerapan teorema Bayes dengan tingkat akurasi cukup tinggi. Klasifikasi status daerah ditentukan berdasarkan indikator yang terkait dalam penentuan status daerah. Menghitung klasifikasi Naive Bayes untuk indikator kontinu menggunakan sebaran normal. Pengukuran Kinerja Klasifikasi ditentukan dengan menggunakan matriks konfusi, diperoleh nilai akurasi sebesar 0,905 yang artinya nilai akurasi yang diperoleh cukup baik dalam klasifikasi status daerah.Kata Kunci: Status daerah, klasifikasi, Naive Bayes, sebaran normal, matriks konfusi, akurasi.
Penentuan Perubahan Indeks Massa Tubuh (Imt) Dengan Menggunakan Analisis Titik Ubah (Change Point Analysis)
Abdi Mulya;
Ferra Yanuar;
Dodi Devianto
Jurnal Matematika UNAND Vol 4, No 4 (2015)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25077/jmu.4.4.10-19.2015
Penelitian ini bertujuan untuk mempelajari penggunaan dan menerapkan analisis titik ubah (change point analysis) dengan menggunakan metode regresi dan metode bayesian untuk menentukan perubahan IMT menurut kelompok usia. Analisis titik ubah ini akan dilihat pada berbagai kondisi atau faktor-faktor. Faktor-faktor yang diasumsikan memberi pengaruh terhadap perubahan IMT, yaitu tingkat pendidikan, pola makan dan aktivitas fisik. Penentuan titik ubah IMT yang diperoleh dengan menggunakan metode regresi terjadi pada kelompok usia yang berbeda-beda untuk setiap kategori tingkat pendidikan, pola makan dan aktifitas fisik, sedangkan penentuan titik ubah IMT yang diperoleh dengan menggunakan metode Bayesian terjadi pada kelompok usia yang sama untuk setiap kategori tingkat pendidikan, pola makan dan aktifitas fisik yaitu pada kelompok usia antara 46 sampai 50 tahun. Dari hasil analisis data disimpulkan bahwa penentuan perubahan IMT menggunakan metode Bayesian menghasilkan nilai yang lebih konsisten dibandingkan dengan metode regresi.Kata Kunci: Analisis Titik Ubah, Indeks Massa Tubuh
METODE BAYES UNTUK DISTRIBUSI RAYLEIGH PADA DATA TAHAN HIDUP DISENSOR TIPE II
SILVIA YUNANDA;
FERRA YANUAR;
HAZMIRA YOZZA
Jurnal Matematika UNAND Vol 8, No 3 (2019)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25077/jmu.8.3.77-84.2019
Analisis ketahanan hidup (survival) merupakan analisis statistika yang digunakan untuk menganalisis ketahanan hidup atau keandalan suatu komponen atau objek. Dalam melakukan analisis ketahanan hidup, dibutuhkan data tahan hidup yang meliputi waktu tahan hidup dan status waktu tahan hidup dari komponen atau objek yang diteliti.Pada data disensor tipe II, pengamatan berakhir sampai r buah dari n objek yang diteliti (r < n) telah mati, sehingga masih terdapat n − r objek yang masih tetap hidup. Distribusi Rayleigh dapat digunakan untuk menggambarkan prilaku peluang dari daya tahan hidup. Metode Bayes adalah suatu metode estimasi yang didasarkan pada penggabungan informasi yang diperoleh dari sampel (pengetahuan obyektif) dengan informasi lain yang telah tersedia sebelumnya (pengetahuan subyektif) mengenai parameter yang akan diduga. Diperoleh estimator Bayes dari parameter berdistribusi Rayleigh untuk data disensor tipe II adalah (λb) = r Pr i=1(t 2 i ) + (t 2 r )(n − r) dengan fungsi hazard adalah h(t) = 2(4, 3 × 10−6 )t dan fungsi survival adalah S(t) = exp(−(4, 3 × 10−6 )t 2 ).Kata Kunci: Metode Bayes, Distribusi Rayleigh, Data Disensor Tipe II.
KAJIAN METODE ZILLMER, FULL PRELIMINARY TERM, DAN PREMIUM SUFFICIENCY DALAM MENENTUKAN CADANGAN PREMI PADA ASURANSI JIWA DWIGUNA
M. Rizki Oktavian;
Dodi Devianto;
Ferra Yanuar
Jurnal Matematika UNAND Vol 3, No 4 (2014)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.25077/jmu.3.4.160-167.2014
Asuransi jiwa adalah suatu upaya perlindungan yang diberikan oleh pihakpenanggung terhadap resiko pada jiwa tertanggung yang akan timbul dari suatu peristiwa yang tidak dapat diprediksi. Perlindungan berupa santunan tergantung atas besarnya premi yang dibayarkan. Sebagian dari premi harus dicadangkan dalam bentuk cadangan premi. Perhitungan cadangan premi dilakukan dengan metode cadangan prospektif dan retrospektif yang menggunakan premi netto sebagai dasar perhitungannya. Dalam kenyataannya perusahaan asuransi memerlukan biaya tambahan. Untukmenghindari kerugian, terutama di tahun-tahun awal maka metode cadangan retrospektif maupun prospektif perlu dikembangkan dengan menyertakan biaya operasional perusahaan dalam perhitungannya. Beberapa metode pengembangan ini adalah metodeZillmer, full preliminary term, dan premium sufficiency. Ketiga metode memberikan hasilyang sama pada saat masa pertanggungan asuransi berakhir, tetapi terlihat perbedaanyang cukup signifikan pada perhitungan cadangan di awal masa pertanggungan.