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
Kota bogor,
Jawa barat
INDONESIA
FORUM STATISTIKA DAN KOMPUTASI
Published by Institut Pertanian Bogor
ISSN : 08538115     EISSN : -     DOI : -
Core Subject : Education,
Mathematics
Forum Statistika dan Komputasi (ISSN:0853-8115) was published scientific papers in the area of statistical science and the applications. It is issued twice in a year. The papers should be research papers with, but not limited to, following topics: experimental design and analysis, survey methods and analysis, operation research, data mining, statistical modeling, computational statistics, time series and econometrics, and statistics education.
Arjuna Subject : -
Articles 119 Documents
 1   2   3   4   5 
Penerapan Metode Mivque dalam Pendugaan Sifat Genetik pada Produksi Susu Sapi Asep Saefuddin; Anang Kurnia; Citra Jaya
FORUM STATISTIKA DAN KOMPUTASI Vol. 8 No. 2 (2003)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Ada beberapa ha1 yang mempengaruhi keragaman produksi susu sapi. Secara garis besar,dapat dibagi ke kd'am dua kelompok yaitu faktor genetik dun faktor lingkungan. Keragamangenetik yang tinggi pada produksi susu. sari mcnunjukkan lingkungan tidak terlalu berpei~garuhterhadak produksi. Dalam dunia nyata, keragaman yang sebenarnya tidak mungkin diketahui,sehingga diprlukan pendekatan metode statistika dalam pendugaannya. Analisis statistika yangsering dipergunakan dalam menganalisis hubungan antar fakfor respon dengan faktorpenjelasnya adalah analisis model linier. Akan tetapi, analisis ini dibatasi asumsi bahwa faktorfaktoryang terlibat bersifat tetap (fixed), sehingga diperlukan pendekatan lain jika melibatkanfaktor yang bersifat acak. Analisis linear mixed model rnenyediakan fasilitas untuk menganalisisfaktor tetap maupun acak, dengan fokus utamanya adalah mengenai ragam komponen acak. Hasilpenelitian ini menunjukkan bahwa satu-satunya faktor tetap yang nyata pada taraf 0.05 ada;ahfaktor laktasi. Struktur koragam yang paling baik memodelkan faktor acak berdasarkan nilai AICadalah Unstructured Covariance. Sedangkan untuk pendugaan keragaman genetik, jenis Varlourmenjadi jenis pejantan yang paling superior dilihat dari nilai harapan kemajuan genetik dunkontribusinya terhadap keragaman produksi susu anaknya.Kata kunci : Sifat genetik, Linear Mixed Model
Modifikasi Model Peramalan Produksi Padi Nasional Dea Oktavina; Ahmad Ansori Mattjik; Budi Waryanto
FORUM STATISTIKA DAN KOMPUTASI Vol. 7 No. 2 (2002)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1931.277 KB)

Abstract

Badab Pusat Statistik Indonesia melakukan peralaman terhadap produksi padi Nasional dan dipubliaksikan pada tiap tanggal 15 Februari, 15 Juni, dan 15 Oktober. Angka yang meraka pubikasikan itu disebut Angka Ramalan 1 (ARAM 1), Angka Ramalan 2 (ARAM 2),dan Angka Ramalan 3 (ARAM 3). Hasil ARAM 1 2002 menunjukan penurunan produksi padi nasional. Fenomena tersebut menimbulkan perdebatan di Departemen Pertanian. Oleh karena itu perlu adanya pengkajian tehadap peralaman produksi padi yang selama ini digunakan.Penenlitian ini bertujuan untuk  menghasilkan model peramalan produksi padi Nasional baru yang merupakn modifikasi dari model yang selama ini digunakan, dengan memasukkan variabel-variabel baru. Dilakukan juga analisi deret waktu menggunakan ARIMA untuk meramalkan variabel-variabel baru yang hendak dimasukkan tersebut.Hasil dari model modifikasi untuk meramalkan  produksi padi Nasional ini bisa dikatakan lebih baik daripada hasil ARAM BPS. Hal ini dilihat dari hasil pengujian hipotesis menggunakan tingkat kepercayaan 90% dimana hasil ramalan model modifikasi tidak berbeda nyata dengan ATAP BPS (dengan nilai p=0.129), sedangkan ARAM BPS berbeda nyata dengan ATAP BPS (dengan nilai p=0.052).
PENGEMBANGAN PREFERENSI DALAM PEMILIHAN KONSEP PRODUK KOSMETIK BEDAK BERBASIS ANALISIS KONJOIN Sri Pingit Wulandari
FORUM STATISTIKA DAN KOMPUTASI Vol. 14 No. 1 (2009)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (417.844 KB)

Abstract

Perkembangan industri kosmetik yang terus meningkat menyebabkan beragamnya produk bedak yang beredar di pasar, baik dari segi merek, fasilitas, jenis, harga maupun variasi lain yang terkandung dalam produk tersebut. Perusahaan yang bergerak di bidang produksi, baik produksi barang maupun jasa, tidak akan lepas dari mencari keuntungan optimal. Salah satu cara adalah dengan jalan kombinasi suatu produk. Analisis konjoin adalah suatu metode untuk mengoptimalkan keuntungan dengan jalan kombinasi produk. Kombinasi produk yang dimaksudkan adalah memproduksi satu jenis produk dengan ukuran atau kemasan tertentu dengan tujuan khusus agar dapat mencapai pangsa pasar yang lebih luas. Penyusunan konsep produk bedak berdasarkan pertimbangan atribut-atribut paling dipentingkan yang terkandung dalam produk bedak. Analisis konjoin menghasilkan konsep produk baru yang paling diinginkan sesuai preferensi responden. Konsep produk bedak yang terbentuk adalah produk bedak dengan jenis tabur, bahan kemasan melamin, tanpa harus terkandung kandungan UV dan Vitamin, disertai wewangian, bentuk kemasan bulat, dan ukuran harga yang penting.
APLIKASI REGRESI LOGISTIK ORDINAL MULTILEVEL UNTUK PEMODELAN DAN KLASIFIKASI HURUF MUTU MATA KULIAH METODE STATISTIKA Iin Maena; Indahwati .; Dian Kusumaningrum
FORUM STATISTIKA DAN KOMPUTASI Vol. 15 No. 2 (2010)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (450.765 KB)

Abstract

Statistical Methods  (STK211) is an interdept course under coordination of  Statistic Departement Faculty of  Mathematics and Natural Science, Bogor Agricultural University (BAU). The final grade received by student  who follow Statistical Methods is measurement  in ordinal scale,  that is A, B, C, D and E.  In the 2008/2009 academic  year  there  are  7  parallel  classes  in  the  Faculty of  Mathematics  and  Natural  Science,  BAU.  By considering the hierarchical structure contained  in the score of student achievement data, the student (first level) is  nested in a parallel class (second level), hence this study used multilevel ordinal logistic regression analysis  to  model  the  final  score  of  Statistical  Methods  with  the  factors  that  influence  it.  Explanatory variables that significantly affect the final score of Statistical Methods are the GPA of TPB (student’s first year of college) and gender, with the variability of the intercepts across parallel classes in the logit function as 1.184. Percentage classification accuracy obtained by using multilevel ordinal logistic regression model was 56.85%Keywords : hierarchical, multilevel modeling, multilevel ordinal logistic regression, classification
Upaya untuk memacu produktivitas padi salah satunya dengan cara pemupukan. Untuk mendapatkan pengaruh pupuk yang berinteraksi positif dengan lokasi tertentu dilakukan uji lokasi ganda. Salah satu metode yang dapat digunakan untuk menganalisis interaksi pemupukan dengan lokasi adalah analisis AMMI. Tujuan penelitian ini adalah mengetahui penggunaan model AMMI dalam analisis interaksi pemupukan N, P, K dan lokasi.  Hasil penelitian menunjukkan bahwa pupuk N berinteraksi positif pada Cilamaya-Karaw Mohammad Masjkur; Niken Dyah Septiastuti
FORUM STATISTIKA DAN KOMPUTASI Vol. 14 No. 1 (2009)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Upaya untuk memacu produktivitas padi salah satunya dengan cara pemupukan. Untuk mendapatkan pengaruh pupuk yang berinteraksi positif dengan lokasi tertentu dilakukan uji lokasi ganda. Salah satu metode yang dapat digunakan untuk menganalisis interaksi pemupukan dengan lokasi adalah analisis AMMI. Tujuan penelitian ini adalah mengetahui penggunaan model AMMI dalam analisis interaksi pemupukan N, P, K dan lokasi.  Hasil penelitian menunjukkan bahwa pupuk N berinteraksi positif pada Cilamaya-Karawang dan Bumiayu-Brebes, pupuk NP berinteraksi positif pada Sungapan-Pemalang, Perak-Jombang, dan Mayang-Jember, sedangkan pupuk NPK berinteraksi positif pada Rengasdengklok-Karawang, Dempet-Demak, Balen-Bojonegoro, Pungging-Mojokerto, dan Tanggul-Jember. Selain itu, meskipun respon berat kering padi tertinggi pada pemupukan NPK, namun tidak semua lokasi membutuhkan pupuk lengkap NPK.
PENGENALAN ALGORITMA GENETIK UNTUK PEMILIHAN PEUBAH PENJELAS DALAM MODEL REGRESI MENGGUNAKAN SAS/IML Bagus Sartono
FORUM STATISTIKA DAN KOMPUTASI Vol. 15 No. 2 (2010)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (269.334 KB)

Abstract

Genetic algorithm has been a popular alternative in the various fields of optimization problem.  This paper describes some basic ideas of this algorithm and its application for selecting significant variables in the regression analysis.  Simple SAS/IML commands are presented in order to emphasize how the algorithm works.  It is also available to do some modification in some parts of those commands.
REGRESI TERBOBOTI GEOGRAFIS DENGAN PEMBOBOT KERNEL KUADRAT GANDA UNTUK DATA KEMISKINAN DI KABUPATEN JEMBER Rita Rahmawati; Anik Djuraidah
FORUM STATISTIKA DAN KOMPUTASI Vol. 15 No. 2 (2010)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (345.642 KB)

Abstract

The determination of whether  rural areas are considered  poor or no are usually based on  the average cost per capita with a global analysis that needs independent observations and the results are applied to all villages. But it is very likely that poverty would be influenced by space and neighboring areas, so the data between observations are rarely independent. One of the statistical analysis that encounters this spatial problem is Geographically Weighted Regression (GWR), which  gives different weights to each geographical observation. In this paper, the weighting used for the GWR model is kernel bi-square, with its bandwidth values respectively. Optimal bandwidth can be obtained by minimizing the value of cross validation coefficient (CV). The results showed that the GWR model is more effective than the regression to analyze the data on average expenditure per capita in Jember.
ALGORITMA GENETIK PENDUGAAN PARAMETER MODEL NONLINEAR JERAPAN FOSFOR (Genetic Algorithm for Parameter Estimation of Phosphorus Adsorption Nonlinear Model) Mohammad Masjkur
FORUM STATISTIKA DAN KOMPUTASI Vol. 15 No. 2 (2010)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (354.378 KB)

Abstract

Expectation Maximization (EM) was the best method used to estimate the parameters of phosphorus adsorption in  a  nonlinear  model.    However,  it  is questionable  whether  the  optimum  value  obtained  was  exactly  a  global optimum  value.    Genetic  algorithm  is  an  alternative  procedure  to  estimate  the  phosphorus  adsorption’s parameters  in  a  nonlinear  model.    The  objective  of  this  study  was  to  have  a  better  understanding  in  the  use  of genetic algorithm in maximum likelihood estimation of phosphorus adsorption nonlinear model parameters and compare  it  with  the  EM  algorithm.   This  study  used   data  of  P  adsorption  isotherms  of  kaolinitic  and  smektitic soil  in  three  locations.   Phosphorus  adsorption  nonlinear models  used  are  Freundlich  and  Langmuir. Results showed that the genetic algorithm and EM method produced different values of estimated phosphorus maximum adsorption  and  bonding  energy  parameters.   AIC  and  SBC  values  of  genetic  algorithm  is  lower  than  EM algorithm, both on the Langmuir and Freundlich models.  AIC and SBC values of Langmuir model is lower than Freundlich  model  both  for  genetic  algorithms  and  EM  algorithm. Hence,  the  best  model  for  phosphorus adsorption is Langmuir nonlinear model  with genetic algorithm.  Keywords: nonlinear model, EM, Freundlich, Langmuir, genetic algorithm
PEMILIHAN MODEL REGRESI LINIER MULTILEVEL TERBAIK Bertho Tantular; . Aunuddin; Hari Wijayanto
FORUM STATISTIKA DAN KOMPUTASI Vol. 14 No. 2 (2009)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (204.442 KB)

Abstract

Linear regression models is used to describe relationship between dependent variable and independent variables. In a survey research, data was used often have hierarchical structure or nested structure. In this research, independent variables can be defined at any level of the hierarchy but dependent variable can only be defined at the lowest level of the hierarchy. Multilevel regression models is one of the methods can be used to analyze this data. Some authors purpose many models can be used to analyze data with hierarchical structures. Deviance as -2 log likelihood was defined as the measure goodness of fit. The difference of the deviance for two nested models was a method for comparing that two models.
Realisasi titik-titik secara spasial diwujudkan dengan pola titik-titik tersebut dalam ruang.  Pola titik dalam ruang pada prinsipnya ada tiga macam, yakni pola titik spasial secara acak, pola titik spasial secara regular serta pola titik spasial secara kelompok. Tujuan penelitian ini adalah menentukan fungsi massa peluang yang menggambarkan sebaran titik spasial kelompok, melakukan simulasi perubahan ukuran grid pada metode kuadran terhadap nilai VMR serta perubahan pola titik spasial kelompok. Muhammad Nur Aidi
FORUM STATISTIKA DAN KOMPUTASI Vol. 14 No. 1 (2009)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Realisasi titik-titik secara spasial diwujudkan dengan pola titik-titik tersebut dalam ruang.  Pola titik dalam ruang pada prinsipnya ada tiga macam, yakni pola titik spasial secara acak, pola titik spasial secara regular serta pola titik spasial secara kelompok. Tujuan penelitian ini adalah menentukan fungsi massa peluang yang menggambarkan sebaran titik spasial kelompok, melakukan simulasi perubahan ukuran grid pada metode kuadran terhadap nilai VMR serta perubahan pola titik spasial kelompok. Langkah yang ditempuh adalah membangun fungsi massa peluang yang merupakan pembangkit sebaran spasial kelompok, serta melakukan simulasi pada analisis kuadran dengan membagi wilayah menjadi beberapa grid. Hasil yang ditunjukkan Sebaran spasial kelompok mempunyai fungsi massa peluang binomial negative serta nilai VMR > 1. Apabila Banyaknya Grid bersifat terbatas maka peurubahan banyaknya grid tidak merubah kesimpulan bahwa VMR > 1 yang artinya sebaran fungsi massa peluang binomial negative akan mempunyai sebaran titik spasial bersifat kelompok. Nilai VMR merupakan fungsi eksponensial terhadap banyaknya grid, yakni VMR= 4,976371 exp(-0,003138* banyaknya grid.

Page 2 of 12 | Total Record : 119

 1   2   3   4   5 

Filter by Year

2001 2015


Reset
Filter By Issues
All Issue Vol. 20 No. 2 (2015) Vol. 18 No. 1 (2013) Vol. 17 No. 2 (2012) Vol. 17 No. 1 (2012) Vol. 16 No. 2 (2011) Vol. 16 No. 1 (2011) Vol. 15 No. 2 (2010) Vol. 15 No. 1 (2010) Vol. 14 No. 2 (2009) Vol. 14 No. 1 (2009) Vol. 13 No. 1 (2008) Vol. 12 No. 2 (2007) Vol. 12 No. 1 (2007) Vol. 11 No. 2 (2006) Vol. 11 No. 1 (2006) Vol. 10 No. 2 (2005) Vol. 10 No. 1 (2005) Vol. 9 No. 2 (2004) Vol. 8 No. 2 (2003) Vol. 8 No. 1 (2003) Vol. 7 No. 2 (2002) Vol. 6 No. 2 (2001) Vol. 6 No. 1 (2001) More Issue