cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kab. aceh besar,
Aceh
INDONESIA
Journal of Data Analysis
Published by Universitas Syiah Kuala
ISSN : 26230658     EISSN : 26232286     DOI : -
Core Subject : Economy, Science, Education,
Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Mathematics
Journal of Data Analysis (JDA) is a journal which has scope in Actuary, Algebra, Applied Mathematics, Applied Statistics, Big Data, Biostatistics, Business and Industrial Statistics, Calculus, Categorical Data Analysis, Computer Science, Data Mining, Data Science, Classification, Econometrics, Economical Mathematics, Epidemiology, Ethnomathematics, Experimental Design, Fuzzy System, Informatics, Operations Research, Official Statistics, Optimization, Linear Programming, Probability, Pure Mathematics, Machine Learning, Mathematical Modelling, Mathematical Statistics, Multivariate Data Analysis, Neural Network, Nonparametric Statistics, Numerical Analysis, Regression Modeling, Sampling, Spatial Statistics, Statistical Computation, Statistical Theory, Time Series Analysis.
Arjuna Subject : -
Articles 6 Documents
 1 
Search results for , issue "Volume 2, Number 2, December 2019" : 6 Documents clear
Penerapan Time Delay Neural Network pada Model Akustik untuk Sistem Voice-to-Text Berbahasa Sunda Alim Misbullah; Nazaruddin Nazaruddin; Marzuki Marzuki; Zulfan Zulfan
Journal of Data Analysis Volume 2, Number 2, December 2019
Publisher : Department of Statistics, Syiah Kuala University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (702.714 KB) | DOI: 10.24815/jda.v2i2.15235

Abstract

Penerapan metode deep learning dalam berbagai bidang terutama pada kasus pengenalan pola sudah menghasilkan akurasi yang sangat menjanjikan. Jaringan saraf tiruan atau neural network merupakan bagian dari deep learning yang digunakan untuk melatih model pada kasus pengenalan pola seperti model untuk sistem pengenalan ucapan (voice-to-text). Neural network akan menyimpan informasi dari setiap fitur data berupa bobot pada jaringan yang terhubung antar layer pada model yang dibangun. Bobot pada jaringan tersebut diperbaharui berdasarkan banyaknya fitur dari data yang diinput. Sistem voice-to-text merupakan salah satu bidang pengenalan pola yang mengimplementasikan neural network untuk membangun model akustik. Model akustik pada sistem pengenalan ucapan dilatih menggunakan data audio berupa percakapan atau rekaman dari setiap individu untuk bahasa tertentu seperti bahasa Inggris. Penerapan neural network untuk sistem pengenalan ucapan berbahasa Inggris sudah banyak dilakukan bahkan sudah diimplementasikan dalam bentuk aplikasi karena mampu menghasilkan akurasi yang tinggi. Namun, penggunaan neural network untuk bahasa lokal masih jarang digunakan. Dalam tulisan ini, time delay neural network digunakan untuk membangun model akustik pada sistem pengenalan ucapan berbahasa Sunda. Berdasarkan hasil pengujian terhadap model akustik, time delay neural network mampu menghasilkan WER sampai dengan 0.57% setelah dilakukan penyesuaian pada hyperparameter dari neural network.Implementation of deep learning techniques has given promising results recently in any research area, especially for pattern recognition. Neural network as a part of deep learning has been widely used to build model for various pattern recognition field including speech recognition. In neural network, weights which is parameters among layers play important roles to capture information from input data. The parameters are updated frequently based on input features in each iteration. In speech recognition, neural network is implemented to build acoustic model that uses speech from different speakers as training data. The acoustic model is built for specific language such as English, Mandarin and Indonesian. In recent years, the speech recognition system using deep neural network for English language has been developed well and use in many applications. But, implementation of deep neural network for local language is rarely done. In this research, time delay neural network is used to build acoustic model for speech recognition system of Sundanese language. Based on experimental result, the implementation of time delay neural network can reduce WER to be 0.57% with well-tuned hyperparameters of neural network.
Parameter Estimation of the Temporal Point Process Model through the Bayesian Approach (Case Study : Malaria Disease Data from Wahidin Hospital in Makassar City) Darwis Darwis; Sunusi N; Kresna A.J.
Journal of Data Analysis Volume 2, Number 2, December 2019
Publisher : Department of Statistics, Syiah Kuala University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (384.967 KB) | DOI: 10.24815/jda.v2i2.15264

Abstract

Penelitian ini bertujuan mengestimasi parameter melalui pendekatan Bayesian dari model temporal point process. Paramater intensitas bersyarat model tersebut dipandang sebagai suatu renewal process yang selanjutnya digunakan melalui pendekatan Squared Error Loss Function (SELF). Parameter intensitas bersyarat model temporal point process diestimasi menggunakan metode maximum likelihood estimation melalui persamaan likelihood point process.  Selain itu, penelitian ini mengkaji metode estimasi maksimum likelihood dan metode Bayes untuk menganalis fungsi resiko dari hasil penaksir parameter intensitas bersyarat. Pada aplikasi estimasi parameter ini, studi kasus yang digunakan adalah menganalisa data orang yang terkena penyakit malaria yang datanya berasal dari Rumah Sakit Wahidin Kota Makassar. Studi kasus tersebut menghasilkan nilai  yang merupakan nilai resiko penaksir MLE yang lebih tinggi dibandingkan dengan menggunakan Metode Bayes sedangkan nilai  merupakan hasil nilai resiko dari penaksir MLE yang lebih kecil dibandingkan dengan menggunakan Metode Bayes. This study parameter estimation of conditional intensity with temporal point process model by Bayesian approach. The conditional intensity with temporal point process model derived as a renewal process where inter event time is defined as its random variable. Squared Error Loss Function (SELF) approach is used to estimate the parameter of conditional intensity with temporal point process model which is happened as a renewal process using Bayesian. The other outlines of this paper is to determine the Risk Function as the result of estimation of conditional intensity by Bayesian and by Maximum likelihood Estimation (MLE). The application taking an analysis of Malaria at a place, which is properly conclude that the estimation using MLE method is more risky than the Bayesian it self.
Analisis Kepuasan Pengguna Aplikasi RWikiStat 3.0 Hizir Sofyan; Rasudin Rasudin; Miftahuddin Miftahuddin; Kurnia Saputra; Marzuki Marzuki; Muhammad Iqbal; Doddy Maulana
Journal of Data Analysis Volume 2, Number 2, December 2019
Publisher : Department of Statistics, Syiah Kuala University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (266.833 KB) | DOI: 10.24815/jda.v2i2.16104

Abstract

RWikiStat 3.0 adalah aplikasi android untuk pebelajaran statistika berbasis RWeb dan Teknologi Wiki. Aplikasi ini merupakan pengembangan dari RWikiStat 2.0. Kepuasan pengguna aplikasi RWikiStat 3.0. dianalisis dalam tulisan ini. Performa yang dianalisis adalah tampilan aplikasi, tingkat responsif, dan kemanfaatan aplikasi. Data penelitian diperoleh dengan metode survei. Survei dilakukan setelah pelatihan penggunaan aplikasi ini. Pelatihan tersebut dilakukan pada tiga perguruan tinggi di Banda Aceh, yaitu Universitas Serambi Mekkah (USM), Universitas Syiah Kuala (Unsyiah), dan Sekolah Tinggi Keguruan dan Ilmu Pendidikan Bina Bangsa Getsempena (STKIP BBG). Sampel diambil dengan menggunakan metode cluster random sampling dan Unsyiah terambil sebagai klaster penelitian. Jumlah sampel dari Unsyiah adalah sebanyak 37 responden. Responden diberikan angket yang mengandung 9 pertanyaan terkait dengan pendeskripsian secara umum tentang kepuasan responden sebagai pengguna terhadap aplikasi RWikiStat 3.0. Hasil analisis menghasilkan bahwa secara umum responden telah puas akan aplikasi RWikiStat 3.0. Kepuasan terhadap tampilan aplikasi, tingkat responsif, dan kebergunaan aplikasi cukup tinggi. Kemudian, responden memiliki keinginan yang besar untuk merekomendasikan aplikasi ke teman, kolega, atau lainnya. RWikiStat 3.0 is an android application for RWeb and Wiki technological -based statistics learning. This application is the development of RWikiStat 2.0. User satisfaction of RWikiStat 3.0 application was analysed in this paper. Performance was analysed based on the application interface, responsiveness, and features of the application. The research data were obtained by survey method conducted after the training to use this application. The training was conducted at three universities in Banda Aceh, namely Serambi Mekkah University (USM), Universitas Syiah Kuala (Unsyiah), and the Higher School of Teacher Training and Education of Bina Bangsa Getsempena (STKIP BBG). Samples were taken using cluster random sampling method and Unsyiah was fetched as research clusters. The number of samples of Unsyiah were 37 respondents. Respondents were given a questionnaire containing nine questions related to the general description of respondent satisfaction as users for using the application of RWikiStat 3.0. The results of the analysis showed that the overall respondents were satisfied using the application of RWikiStat 3.0. There was higher satisfaction in the application interface, the level of responsiveness and usability of applications. Then, the respondents had a great intention to recommend the application to friends, colleagues, or others.
Penerapan Persamaan Model Struktural dalam Mengidentifikasi Variabel yang dapat Mempengaruhi Status Gizi Remaja di Kabupaten Aceh Besar Latifah Rahayu; Samsul Anwar; Winny Dian Safitri; Radian Akrama
Journal of Data Analysis Volume 2, Number 2, December 2019
Publisher : Department of Statistics, Syiah Kuala University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (583.58 KB) | DOI: 10.24815/jda.v2i2.16508

Abstract

Structural Equation Model (SEM) biasanya digunakan padapengujianrangkaian hubungan variabel yang relatif sulit diukur secara bersamaan. Rangkaian ini merupakan hubungan yang terbentuk dari satu atau lebih variabel bebas dengan atau lebih dari satu variabel tak bebas. Bidang kesehatan merupakan salah satu bidang penelitian yang banyak menerapkan metode SEM. Hal ini mengingat bahwa pada bidang kesehatan, banyak terdapat variabel laten atau variabel yang tidak dapat diukur secara langsung.Tujuan dilakukannya penelitian ini adalah untuk mengetahui variabel apa saja yang dapat mempengaruhi status gizi remaja di Kabupaten Aceh Besar.Variabel laten berupa status gizi remaja sedangkan variabel bebas berupa kebiasaan dan pola makan, status dan kondisi kesehatan, kondisi keluarga, dan pengetahuan remaja. Berdasarkan hasil model SEM yang dibentuk, beberapa faktor yang memengaruhi status gizi remaja di Kabupaten Aceh Besar adalah variabel status dan kondisi kesehatan, danvariabel kondisi keluarga. Structural Equation Model (SEM) is apply to test a series of relationships that are relatively difficult to measure simultaneously. This relationship is a relationship that is formed from one or more independent variables with or more than one independent variable. The health sector is one of the research fields that widely applies the SEM method. This is considering that in the health sector, there are many latent variables or variables that cannot be measured directly. This research was conducted with the objective of finding out what factors influenced the nutritional status of adolescents in Aceh Besar District. The latent variable is in the form of adolescent nutritional status while the independent variable is in the form of habits and eating patterns, health status and the conditions, family conditions, and adolescent knowledge. Based on the results of the SEM method, the factors that influence the nutritional status of adolescents in Aceh Besar District are health status and condition, and  family conditions.
Beberapa Subgrup dari SL(2,3) Mahmudi Mahmudi; Ikhsan Maulidi; Saiful Amri
Journal of Data Analysis Volume 2, Number 2, December 2019
Publisher : Department of Statistics, Syiah Kuala University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (329.702 KB) | DOI: 10.24815/jda.v2i2.15788

Abstract

Artikel ini membahas mengenai SL(2,3) dengan rincian elemen-elemennya. Dengan bantuan Tabel Cayley dibuktikan bahwa SL(2,3) merupakan grup dan memiliki beberapa subgrup siklik dan subgrup tidak siklik sesuai dengan Teorema Lagrange. Lebih jauh, juga dibuktikan bahwa SL(2,3) tidak memiliki subgrup berorder 12.This article discusses about SL(2,3)with its detail elements. By using Cayley Table, we prove that SL(2,3)is a group and has cyclic subgroup and noncyclic subgroup according to The Lagrange Theorem. Futher, we also give a detail proof that SL(2,3)has no subgroup of order 12.
Pemodelan Panel Spasial terhadap Faktor-Faktor yang Memengaruhi Kesehatan di Provinsi Papua Ira Rosianal Hikmah; Yulial Hikmah
Journal of Data Analysis Volume 2, Number 2, December 2019
Publisher : Department of Statistics, Syiah Kuala University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (332.295 KB) | DOI: 10.24815/jda.v2i2.16625

Abstract

Menurut data BPS, tingkat pertumbuhan populasi penduduk di Indonesia secara konsisten meningkat setiap tahun. Kondisi pertumbuhan populasi penduduk yang tidak dapat ditekan akan menyebabkan berbagai masalah. Salah satu masalah yang mungkin terjadi di Indonesia dan sulit diselesaikan adalah kesehatan masyarakat Indonesia. Provinsi Papua menjadi provinsi dengan persentase rumah tangga kumuh perkotaan tertinggi di Indonesia, persentase rumah tangga yang memiliki akses terhadap layanan sanitasi layak dan berkelanjutan terendah, menempati peringkat kelima persentase terendah yang memiliki akses terhadap layanan sumber air minum layak dan berkelanjutan, serta menjadi provinsi dengan angka kematian balita per 1000 kelahiran hidup tertinggi di Indonesia. Salah satu penyebabnya adalah rendahnya persentase balita yang pernah mendapatkan imunisasi. Penelitian ini melakukan pemodelan untuk mendapatkan faktor-faktor yang memengaruhi kesehatan di Provinsi Papua. Penelitian ini melibatkan pengaruh spasial (model panel spasial) dan membandingkannya dengan model panel biasa untuk mendapatkan model terbaik. Model panel spasial yang dipilih dalam penelitian ini adalah model SAR, SEM, dan GSM. Hasil menunjukkan bahwa model SAR dengan pengaruh tetap adalah model terbaik dalam penelitian ini.According to BPS data, the rate of population growth in Indonesia consistently increasing every year. Conditions of population growth that cannot be suppressed will cause several problems. One of them and difficult to solve is the public health problem. Papua Province is the province with the highest percentage of urban slum households, the lowest percentage of households that has access to decent and sustainable sanitation services, ranks fifth lowest who has access to decent and sustainable drinking water services, and the highest number infant mortality per 1000 live births in Indonesia. One of the reasons is the low percentage of children under five who have been immunized. This research is modeling to find the factors that influence health in Papua Province. This research involves spatial influence (spatial panel model) and compares it with the ordinary panel models to get the best model. The spatial panel models selected in this research are SAR, SEM, and GSM models. The results show that the SAR model with the fixed effect is the best in this research.

Page 1 of 1 | Total Record : 6

 1 

Filter by Year

2019 2019


Reset
Filter By Issues
All Issue Volume 3, Number 2, December 2020 Volume 3, Number 1, June 2020 Volume 2, Number 2, December 2019 Volume 2, Number 1, June 2019 Volume 1, Number 2, December 2018 Volume 1, Number 1, June 2018