Statistika (S1)

Permanent URI for this collection

https://repository.unpad.ac.id/handle/kandaga/267

Browse

Now showing 1 - 20 of 52

ANALISIS DATA LONGITUDINAL INCIDENCE RATE PNEUMONIA PADA BALITA DI KOTA BANDUNG MENGGUNAKAN GENERALIZED ESTIMATING EQUATION
(2021-04-08) HANIFAN RIZKI NURAHMAN; Bertho Tantular; Achmad Bachrudin
Pneumonia adalah penyakit infeksi jaringan paru (alveoli) yang bersifat akut yang berbahaya bagi balita. Pada Kota Bandung angka incident rate pneumonia pada balita masih tinggi dan maka dari itu diperlukan penanganan lebih lanjut. Salah satu upaya untuk menurunkan angka incident rate pneumonia yaitu dengan melakukan kontrol terhadap faktor-faktor yang diduga mempengaruhinya. Pada penelitian ini data yang digunakan memiliki struktur longitudinal yang menyebabkan adanya pengaruh autokorelasi pada data tersebut. Untuk itu digunakan metode generalized estimating equation (GEE) yang melibatkan efek autokorelasi tersebut menggunakan working correlation structure yang sesuai dengan kondisi data. Berdasarkan hasil analisis model GEE dengan working correlation structure autoregrresive dengan lag 1 memberikan nilai taksiran yang lebih efisien dari jenis working correlation structure lainnya, dan didapatkan hasil bahwa variabel prediktor yang secara signifikan mempengaruhi angka incident rate pneumonia di Kota Bandung adalah variabel persentase berat badan lahir rendah (BBLR). Oleh karena itu angka persentase berat badan lahir rendah (BBLR) di Kota bandung menjadi indikator terhadap tinggi rendahnya incident rate pneumonia di Kota Bandung.
Analisis Faktor-Faktor yang Mempengaruhi Kinerja Reksa Dana Menggunakan Unbalanced Panel Data
(2022-09-19) ADELIA RIZA; Achmad Bachrudin; I Gede Nyoman Mindra Jaya
Reksa dana merupakan salah satu instrument pasar modal yang dirancang secara sederhana dengan tujuan investor yang memiliki keterbatasan modal, waktu, dan keahlian. Setiap tahunnya, total kelolaan Nilai Aktiva Bersih mengalami kenaikan dan menjadi penting bagi investor untuk melihat kinerja reksa dana tersebut sebagai bagan pertimabangan. Penelitian ini menjelaskan bagaimana factor-faktor makro ekonomi mempengaruhi kinerja reksa dana dengan menggunakan analisis regresi. Data yang digunakan memiliki struktur cross-section dan time-series dan data penelitian yang digunakan diketahui tidak seimbang sehingga digunakan metode analisis regresi data panel tidak seimbang (Unbalanced Panel Data). Hasil penelitian ini menunjukan bahwa inflasi memiliki pengaruh berkebalikan arah dengan kinerja reksa dana, sedangkan PDB dan kurs memiliki pengaruh searah.
ANALISIS FREKUENSI BANJIR BIVARIAT MENGGUNAKAN FUNGSI COPULA PADA WILAYAH TERDAMPAK BANJIR KABUPATEN BANDUNG
(2018-01-16) M ARIEF BAYUAJI; Achmad Bachrudin; Sudartianto
Banjir sebagai fenomena ekstrim yang terjadi di Kabupaten Bandung memerlukan upaya pengendalian banjir. Distribusi bivariat antara variabel hidrologi banjir dan curah hujan tidak selalu berasumsi memiliki distribusi marjinal yang sama. Sebagai alternatif dari analisis frekuensi banjir bivariat, metode copula dapat mengatasi kelemahan distribusi bivariat marjinal yang berbeda dan membandingkan korelasi Tau-Kendall dengan korelasi Tail Dependence yang didapatkan dari metode copula. Tujuan penelitian ini yaitu dilakukan perhitungan distribusi bivariat dari frekuensi debit sungai dan curah hujan, serta volume sungai dan curah hujan, dan menentukan return period yang akan terjadi pada sungai Ciwidey. Distribusi marginal paling cocok untuk debit, volume, dan curah hujan masing-masing berdistribusi gamma, gamma, dan gumbel. Copula bivariat dari tiga keluarga yang berbeda yaitu Frank, Gumbel, dan Clayton digunakan dan dibandingkan kecocokannya dalam penelitian ini. Clayton copula digunakan sebagai model yang paling cocok untuk distribusi debit-curah hujan, serta volume-curah hujan dengan parameter copula dihitung menggunakan metode Cramer-von Mises dengan hasil 0.999 dan 0.994 pada distribusi bivariat debit-curah hujan serta volume-curah hujan. Metode copula digunakan untuk mendapatkan return period bersyarat yang dibutuhkan pada analisis frekuensi hidrologi.
ANALISIS HUBUNGAN PEMAKAIAN ENERGI LISTRIK DAN BANYAK PELANGGAN PADA GOLONGAN RUMAH TANGGA KECIL DI KOTA BANDUNG MENGGUNAKAN COPULA
(2018-01-15) MUHAMMAD KRISNA DWI; Yusep Suparman; Achmad Bachrudin
Listrik adalah salah satu energi yang sangat penting bagi kehidupan manusia. Tanpa listrik, akan sangat sulit untuk menjalankan aktivitas sehari-hari karena di zaman yang modern ini, hampir semua aktivitas manusia didukung oleh alat yang membutuhkan energi listrik. Semakin banyak pelanggan listrik maka pemakaian energi listrik akan semakin besar pula. Namun, terjadi fenomena yang menarik di kota Bandung yaitu turunnya pemakaian energi listrik di saat pelanggan semakin meningkat. Tujuan penelitian ini adalah untuk mengetahui hubungan kebergantungan (dependensi) antara kedua variabel tersebut. Dalam menganalisis hubungan dependensi dari beberapa variabel, korelasi Pearson merupakan ukuran yang sering digunakan. Tetapi, korelasi Pearson tidak dapat digunakan dalam kasus ini karena berdasarkan hasil eksplorasi, Data pemakaian energi listrik dan banyak pelanggan tidak beristribusi normal. Selain itu, data mempunyai distribusi yang berbeda. Dalam kasus ini, pemakaian energi listrik berdistribusi Generalized Extreme Value dan banyak pelanggan bersitribusi Johnson SB. Oleh karena itu, dalam penelitian ini akan digunakan sebuah metode alternatif untuk mengukur struktur dependensi yang dapat mengatasi keterbatasan dari korelasi yaitu metode copula. Copula merupakan suatu link function yang dapat memodelkan distribusi bersama karena tidak mensyaratkan asumsi kenormalan dari data sehingga cukup fleksibel terhadap berbagai data. Copula dapat digunakan sebagai ukuran dependensi meskipun distribusi marjinal setiap variabel berbeda-beda atau bahkan tidak diketahui. Kelebihan lain dari copula adalah dapat mencakup dependensi linear maupun non-linear.
Analisis Intervensi Data Deret Waktu untuk Peramalan Konsumsi Bahan Bakar Solar Kereta Api
(2019-05-21) FAJAR RASYID; Yudhie Andriyana; Achmad Bachrudin
Sejalan dengan pertumbuhan penduduk dan ekonomi, kebutuhan jasa angkutan kereta api terus meningkat dari waktu ke waktu. Salah satu penunjang agar kegiatan perkeretaapian berjalan yaitu ketersediaannya bahan bakar minyak (BBM). Tiap tahunnya, PT. Kereta Api Indonesia (Persero) selalu mengajukan usulan kuota BBM. Berdasarkan data yang dimilik bahwa konsumsi BBM mengalami kenaikan dikarenakan adanya fenomena tertentu yang mengakibatkan pada salah satu periode tersebut menjadi sebuah outlier. Oleh karena itu, penelitian ini menggunakan metode anilisis intervensi untuk mengetahui efek dari outlier tersebut. Dengan menggunakan data historis mingguan dimulai dari Agustus 2016 hingga Desember 2017, diperoleh model intervensi yang menghasilkan nilai akurasi model (MAPE) sebesar 3,23%. Selanjutnya dengan menggunakan metode intervensi yang telah didapat, dilakukan peramalan konsumsi bahan bakar solar untuk satu tahun kedepan dan diperoleh bahwa peramalan konsumsi bahan bakar solar untuk tahun 2018 sebesar 230,104,820 Liter.
ANALISIS KUALITAS PRODUK CHIPS MENGGUNAKAN MULTIVARIATE STATISTICAL PROCESS CONTROL (MSPC) DENGAN COPULA
(2020-04-12) ULFA FADILLAH; Achmad Bachrudin; Anindya Apriliyanti Pravitasari
Kualitas merupakan tolak ukur atas keberhasilan dari suatu perusahaan karena dapat mempengaruhi harga jual dan keuntungan yang akan diterima oleh perusahaan. Perusahaan harus mempertahankan dan meningkatkan kualitas produk agar sesuai dengan standar yang telah ditetapkan dan tidak mengalami penurunan kualitas (downgrade). Setelah dilakukan analisis secara univariat, beberapa produk chips terindikasi berada di luar batas spesifikasi yang telah ditetapkan namun metode tersebut kurang sesuai dengan karakteristik data. Oleh karena itu, metode Multivariate Cumulative Sum dapat diterapkan dalam analisis ini. Namun, setelah dianalisis, data tidak berdistribusi normal dan terdapat hubungan non linier pada data sehingga pendekatan copula diusulkan dalam penelitian ini. Berdasarkan hasil analisisnya, data berada pada keadaan out of control dan berdasarkan nilai ARL yang diperoleh, data model Copula Clayton lebih sensitif mendeteksi proses out of control dibandingkan dengan data awal.
ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI MOBILE JKN PADA MASA PANDEMI COVID-19 DENGAN METODE BIDIRECTIONAL LONG SHORT TERM MEMORY (BI-LSTM)
(2023-04-03) DEVITA PUTRI MARTIANI; Jadi Suprijadi; Achmad Bachrudin
Pada Masa Pandemi COVID-19, pemerintah telah menerapkan berbagai kebijakan sebagai penanggulangan penyebaran virus, salah satunya pembatasan interaksi dan kerumunan. Adanya pembatasan tersebut menjadi hambatan bagi seluruh kegiatan masyarakat, tidak terlepas pula dalam kegiatan pelayanan yang sangat begitu terdampak. BPJS Kesehatan yang mana salah satu pelayanan publik merespon situasi tersebut melalui optimalisasi aplikasi Mobile JKN. Dalam optimalisasi aplikasi, tidak dapat dilakukan hanya dengan pengembangan fitur dalam aplikasi, adanya evaluasi terhadap penggunaan aplikasi perlu dilakukan dimana pengembang aplikasi harus mengikuti informasi berasal dari pengguna untuk mengidentifikasi tanggapan pengguna agar sesuai dengan kebutuhan pengguna. Pada penelitian ini menjelaskan bagaimana metode Bidirectional Long Short Term Memory digunakan untuk mengklasifikasikan ulasan aplikasi Mobile JKN berdasarkan polarisasi sentimen. Hasil dari penelitian ini didapatkan model terbaik dengan 1 lapisan Bi-LSTM berjumlah 15 unit, 1 lapisan dense berjumlah 40 neuron, dropout berukuran 30% atau 0.3, ukuran batch size sebesar 64 serta learning rate ADAM senilai 0.0001. Model tersebut di evaluasi menggunakan unseen data menghasilkan nilai akurasi hingga sebesar 91.5%
Analisis Validitas dan Reliabilitas dari Evaluasi Dosen Statistika Unpad Menggunakan Multiple Trait Multiple Method
(2016-07-19) WILLYNOF JACK PARSE; Yuyun Hidayat; Achmad Bachrudin
Pengukuran suatu variabel dalam penelitian merupakan suatu keharusan, terutama untuk pendekatan kuantitatif. Dalam bidang ilmu sosial, atau perilaku, proses pengukurannya lebih sulit daripada kelompok ilmu-ilmu eksakta, misalnya pengukuran tentang konsep “cemas” lebih sulit daripada konsep “panjang”. Proses pengukuran ilmu sosoial dan perilaku, seperti konseptualisasi, dimensi, dan indikator sering diungkapakan dalam proses pengukuran. Untuk mengukur sifat abstrak menggunakan kuisioner, tapi pada umumnya penskalaan di kuisioner selalu ditetapkan satu metode tanpa pernah melakukan uji coba metode lain. Dalam menentukan penskalaan kuisioner menggunakan Multiple-Trait Multiple-Method. Penelitian ini mengevaluasi dosen statistika dimana mengunakan tiga metode yaitu metode likert, metode skala rating, metode thurstone untuk setiap pertanyaannya. Metode terbaik dipilih berdasarkan efek metode terkecil karna mempengaruhi nilai validitas semakin besar. Berdasarkan evaluasi dosen statistika metode terbaik dengan nilai validitas terbesar yaitu skala rating.
ANALISIS WAKTU HIDUP PENDERITA KANKER PARU-PARU MENGGUNAKAN MODEL REGRESI COX
(2016-09-09) SULISTYAWATI; Achmad Bachrudin; Septiadi Padmadisastra
Model regresi cox merupakan pemodelan regresi yang diterapkan dalam analisis data survival, dalam penilitian ini model regresi yang diterapkan adalah model regresi cox proportional hazard. Model regresi cox proportional hazard diterapkan untuk melihat pengaruh kovariat yang tidak bergantung pada waktu atau time independent covariates terhadap waktu survival individu. Penelitian ini bertujuan untuk melihat variabel bebas atau kovariat apa saja yang mempengaruhi waktu survival penderita kanker paru-paru berdasarkan data yang diperoleh dari kelompok pengamatan NCCTG, kovariat yang digunakan yaitu usia, jenis kelamin, skor ECOG, skor karnofsky oleh dokter, skor karnofsky oleh pasien, asupan kalori, dan penurunan berat badan. Setelah dilakukan analisis data ternyata hasil yang diperoleh menunjukkan bahwa kovariat yang memberikan pengaruh terhadap waktu survival penderita kanker paru-paru adalah jenis kelamin dan skor ECOG.
Aplikasi Composite Direct Product Model pada Matriks Multitrait-Multimethod
(2018-02-18) S.A HERDIANA PUTRI; Achmad Bachrudin; Titi Purwandari
Dalam penelitian sosial, peneliti seringkali menemukan kesulitan dalam mengukur variabel-variabel konstruk. Campbell dan Fiske memperkenalkan matriks Multitrait-Multimethod (MTMM) untuk mengevaluasi variabel konstruk. Beberapa peneliti mengevaluasi matriks MTMM dengan model aditif menggunakan Analisis Faktor Konfirmatori (Widaman, 1985). Meskipun penggunaan analisis faktor konfirmatori tersebar luas dalam analisis matriks MTMM, pada kenyataannya muncul beberapa masalah dalam penggunaan model ini, seperti nonconvergence, under-identification, dan Heywood cases (Brannick & Spector, 1990; Dillon, Kumar, & Mulani, 1987; Marsh, 1989). Selain itu, analisis faktor konfirmatori mengabaikan kemungkinan interaksi mutiplikatif antara trait dan metode (Browne, 1984). Maksud penelitian ini adalah mengaplikasikan model alternatif yaitu model multiplikatif pada matriks MTMM dalam kasus evaluasi kinerja dosen FMIPA Unpad. Hasil analisis menunjukkan bahwa model MTMM multiplikatif adalah model yang tepat untuk menganalisis data penelitian. Selain itu, validitas konvergen dan validitas diskriminan dari data penelitian terbukti telah memenuhi kriteria Becker (1993).
APLIKASI IMPUTASI DATA DERET WAKTU UNIVARIAT MENGGUNAKAN ALGORITMA KALMAN FILTER PADA PENDAPATAN TENANT DI TERMINAL 3 DOMESTIK BANDARA INTERNASIONAL SOEKARNO HATTA
(2020-01-29) ANISSA INDRIATI DEBYANTO; Achmad Bachrudin; Yusep Suparman
Pada data keuangan sering terjadi masalah missing values yang dapat diakibatkan oleh berbagai hal. Gap data menyebabkan hilangnya sebuah informasi yang tidak dapat diabaikan, terutama pada data deret waktu di mana nilai suatu himpunan pengamatan bergantung pada data historis pengamatan tersebut. Jika kasus data hilang dibuang dari kumpulan data, maka akan menghasilkan interval waktu yang tidak teratur sehingga mengakibatkan pada pendugaan parameter yang menjadi tidak efisien. Untuk mengatasi masalah data hilang, perlu digunakan teknik imputasi, yaitu mengisi nilai-nilai yang hilang dengan suatu nilai yang mungkin. Dalam penelitian ini akan digunakan algoritma Kalman Filter untuk mengimputasi data hilang pada data deret waktu univariat. Metode ini menggunakan model state space yang dapat mengakomodasi karakteristik data deret waktu yang dimiliki. Data yang digunakan pada penelitian ini merupakan data historis pendapatan harian tenant di Terminal 3 Domestik Bandara Internasional Soekarno Hatta pada periode Februari 2018 hingga Desember 2018. Data tersebut terdiri dari 334 unit observasi dengan 17 data hilang. Berdasarkan hasil analisis dengan metode Kalman Filter, didapat nilai imputasi untuk 17 observasi yang missing. Dengan melakukan simulasi data hilang pada data lengkap hasil imputasi, didapatkan nilai rata-rata Mean Absolute Percentage Error (MAPE) sebesar 10,38% dengan standar deviasi sebesar 1,2.
Aplikasi Metode Peramalan Hirarki Berdasarkan Model Variasi Kalender dalam Meramalkan Jumlah Penumpang Kereta Api
(2019-03-14) NOVA UTARI DAMAIYANTI; Bertho Tantular; Achmad Bachrudin
Lonjakan penumpang kereta api yang terjadi pada bulan saat hari Raya Idul Fitri menyebabkan adanya pola yang bergerak setiap tahunnya, ini disebut efek variasi kalender. Salah satu kereta api yang diamati yang terkena efek variasi kalender yaitu kereta api Gumarang jurusan Pasar Senen Jakarta menuju Surabaya. Satu kereta api terdiri dari tiga kelas angkutan yaitu Eksekutif, Bisnis dan Ekonomi. Pada penelitian ini, kelas angkutan diklasifikasikan menjadi level 1 pada struktur hirarki dan total penumpang merupakan level 0. Dengan demikian peramalan dengan pendekatan hirarki perlu dilakukan yaitu pendekatan bottom-up dan top-down. Peramalan dengan pendekatan top-down terbagi menjadi 3 yaitu berdasarkan rata-rata proporsi historis, berdasarkan proporsi rata-rata historis dan pendekatan terbaru yaitu berdasarkan proporsi peramalan. Pada penelitian ini, pendekatan bottom-up memberikan hasil rata-rata MAPE yang paling kecil yaitu 15,7% yang tidak jauh berbeda dengan pendekatan top-down berdasarkan proporsi peramalan yaitu 15,76%. Deret waktu pada tiap level hirarki ditentukan modelnya lebih dahulu dengan ARIMA secara independen, kemudian akan diperoleh 6 bulan peramalan dari pendekatan bottom-up.
Aplikasi Metode Univariate Time Series Model AR (1) Dengan Copula Untuk Peramalan Banyak Penumpang Di Bandar Udara Husein Sastranegara
(2018-01-15) MONICA PUTRI NELVENIA; Achmad Bachrudin; Toni Toharudin
PT. Angkasa Pura II (Persero) merupakan salah satu perusahaan yang memiliki 13 cabang bandar udara dalam pengelolaannya salah satunya Bandar Udara Internasional Husein Sastranegara, penumpang pesawat merupakan aspek penting yang harus diperhatikan oleh perusahaan dikarenakan kenaikan atau penurunan jumlah penumpang dapat mempengaruhi perusahaan dalam pengambilan kebijakan terutama dalam pengembangan bandara, fasilitas, harga tiket, dll. Kebutuhan suatu prediksi atau ramalan terhadap banyak penumpang pesawat sangat diperlukan. Banyak penumpang pesawat akan diramalkan dengan menggunakan metode Univariate Time Series Model Autoregressive dengan Copula. Hasil dari penelitian dengan menggunakan metode Autoregressive/AR (1) diperoleh nilai MAPE sebesar 10,03341%, sedangkan dengan metode Copula Gaussian diperoleh MAPE untuk peramalan sebesar 10,03314%.
Biplot Analisis Komponen Utama untuk Identifikasi Komoditas Pangan Unggulan Jawa Barat
(2019-07-12) MUKHAMAD KHAKIMUDIN; Achmad Bachrudin; Irlandia Ginanjar
UUD 1945 pasal 5 ayat 1 menuliskan “pangan merupakan hak asasi manusia sebagai komponen dasar dalam mewujudkan sumber daya yang berkualitas”. Tidak tercukupinya kebutuhan pangan akan menimbulkan berbagai masalah seperti kelaparan, gizi buruk, dan masalah lainnya. Tujuan dari penelitian ini adalah mendapatkan hasil analisis yang lebih informatif mengenai kelompok kabupaten/kota di Jawa Barat berdasarkan komoditas pangan menggunakan metode Biplot Analisis Komponen Utama. Berdasarkan hasil identifikasi distribusi secara simultan diketahui bahwa data tidak berdistribusi multivariat normal, selain itu menurut hasil identifikasi pada setiap variabel diketahui tidak semua variabel berdistribusi normal, sehingga analisis yang digunakan dalam penelitian ini adalah Biplot analisis Komponen Utama dengan matriks SVD. Metode ini dapat mendeskripsikan posisi relatif n objek dan p variabel dalam grafik berdimensi dua secara simultan dengan mendekomposisikan matriks X menjadi tiga buah matriks. Hasil dari analisis ini menunjukan pengelompokan yang dihasilkan dapat memberikan informasi sebesar 81,74%. Kelompok 1 merupakan Kelompok Kabupaten/Kota yang memiliki luas panen komoditas pangan dibawah rata-rata pada setip komoditas. Kelompok 2 merupakan kelompok Kabupten/kota yang memiliki luas panen di atas rata-rata pada komoditas jagung, ubi kayu, kacang tanah, dan ubi jalar. Kelompok 3 merupakan kelompok Kabupaten/Kota yang memiliki luas panen diatas rata-rata pada komoditas padi sawah, padi ladang, dan kedelai.
Estimasi Volume Cadangan Minyak Menggunakan Metode Volumetrik dengan Pendekatan Multivariat Copula
(2016-03-03) SENA PUTRA PERDANA; Achmad Bachrudin; Anindya Apriliyanti Pravitasari
Pada proses eksplorasi minyak di sebuah reservoir, dalam mengestimasi volume cadangan minyak metode yang paling umum digunakan adalah metode volumetrik. Proses estimasi cadangan minyak dengan menggunakan metode volumetrik melibatkan variabel-variabel seperti area reservoir, seperti luas area reservoir, ketebalan area resevoir, porositas, saturasi air, faktor recovery, dan faktor volume pembentukan. Selama ini variabel-variabel yang terlibat dalam proses eksplorasi minyak diasumsikan independen. Akan tetapi, dapat diketahui bahwa ketebalan dan faktor recovery memiliki dependensi yang positif lalu porositas dan saturasi air memiliki dependensi yang negatif. Apabila dependensi tersebut diabaikan maka akan terjadi penyimpangan dalam proses estimasi. Oleh karena itu, copula digunakan untuk memodelkan struktur dependensi antar variabel yang tidak dapat dilakukan oleh korelasi lainnya.. Selain itu, copula sangat fleksibel baik untuk parametrik maupun non parametrik. Copula terbaik yang digunakan pada penelitian ini adalah Clayton Copula dengan nilai taksiran parameter = 2.783775 dan rata-rata statistik Cramer von Mises sebesar 1.438267 dan 0.03332719. Tujuan pada penelitian ini adalah mengetahui nilai estimasi cadangan minyak dengan membandingkan metode dependen dan independen. Hasil yang diperoleh, jika dependen diabaikan, maka akan terjadi overestimated untuk nilai P10 dan underestimated untuk nilai P90.
Identifikasi Karakteristik Wilayah Tempat Tinggal Berdasarkan Kelompok Usia dan Penyakit Akibat Banjir menggunakan Multiple Correspondence Analysis
(2019-01-18) AYU WULANDARI; Achmad Bachrudin; Irlandia Ginanjar
Banjir yang terjadi di Kecamatan Dayeuhkolot memberikan beberapa dampak salah satunya adalah timbulnya penyakit. Selama ini penanganan penyakit sama untuk setiap wilayah tempat tinggal. Padahal setiap wilayah tempat tinggal memiliki karakteristik (kekhasan) yang berbeda. Selain itu penanganan penyakit yang dilakukan akan berbeda berdasarkan kelompok usia. Penelitian ini bertujuan untuk mengetahui karakteristik setiap wilayah tempat tinggal berdasarkan penyakit akibat banjir dan kelompok usia menggunakan multiple correspondence analysis dengan indicator matrix. Multiple correspondence analysis dengan indicator matrix memiliki kelebihan yaitu pada perhitungan Eigen Value Decomposition terlihat jelas nilai yang didekomposisikan merupakan nilai dependensi antar kategori. Pada multiple correspondence analysis informasi didapatkan dari hasil jarak antar kategori untuk M dimensi yang dihitung dengan menggunakan jarak mahalanobis dengan pembobot nilai eigen. Hasil penelitian didapatkan kesimpulan bahwa 1) Babakan Leuwi Bandung, Kaum dan Lamajang memiliki dependensi positif yang tinggi dengan Common Cold dan Lansia. 2) Bojong Asih, Cigempol, Cilisung dan Lamajang Peuntas memiliki dependensi positif yang tinggi dengan Tinea dan Lansia. 3) Bolero memiliki dependensi positif yang tinggi dengan Common Cold dan Dewasa. 4) Citeureup tidak memiliki dependensi yang positif dengan seluruh kelompok usia dan penyakit.
Identifikasi Struktur Dependensi Data Pasien Demam Berdarah Menggunakan Copula
(2018-02-18) LULU ASMI LATHIFAH SUNDAYANA; Achmad Bachrudin; Bertho Tantular
Dalam menganalisis hubungan ataupun ketergantungan (dependensi) dari beberapa variabel, ukuran yang sering digunakan adalah koefisien korelasi Pearson. Tetapi, korelasi Pearson hanya dapat digunakan sebagai ukuran dependensi bagi variabel-variabel yang berdistribusi normal dan juga terdapat hubungan yang linear antar variabel. Untuk mengatasi keterbatasan dari korelasi tersebut, digunakan copula sebagai sebuah alternatif untuk mengetahui struktur dependensi. Copula Clayton digunakan untuk mengetahui dependensi antara trombosit terendah dengan lama rawat inap, dan antara hematokrit terendah dengan lama rawat inap. Sedangkan copula Gumbel digunakan untuk mengetahui dependensi antara hematokrit tertinggi dengan lama rawat inap, dan diperoleh nilai upper tail dependence sebesar 0.020. Nilai ini tergolong rendah, namun lebih tinggi jika dibandingkan dengan nilai korelasi Kendall’s Tau.
Interpolasi Spasial dengan Menggunakan Metode Robust Kriging Untuk Mengestimasi Nilai Radioativitas Lingkungan
(2020-08-02) ANGELINA NINDA AYU ANGGRAENI; Achmad Bachrudin; Jadi Suprijadi
Radioaktivitas merupakan hal yang memiliki dampak yang buruk bagi kesehatan manusia apabila terpapar dalam waktu dan dosis yang melebihi batas aman. Masalah ini menjadi perhatian pihak Pusat Sains dan Teknologi Nuklir Terapan (PSTNT) BATAN Bandung yang dalam kegiatannya menghasilkan limbah radioaktif dan dilepas ke lingkungan. Pihak PSTNT BATAN selama ini telah melakukan penelitian secara rutin di beberapa lokasi untuk mengukur nilai radioaktivitas lingkungan, tetapi untuk menunjang aspek keselamatan maka perlu dilakukan interpolasi spasial di kawasan penelitian. Berkaitan dengan permasalahan tersebut, ilmu geostatistika khususnya metode kriging dapat dijadikan sebagai alat untuk melakukan interpolasi spasial. Salah satu metode yang umum digunakan adalah metode ordinary kriging atau modifikasinya seperti metode robust kriging. Metode ini dipilih karena setelah dilakukan pengujian terhadap data, diperoleh hasil bahwa teridentifikasi adanya pengamatan pencilan. Setelah dilakukan proses analis maka diperoleh bahwa model semivariogram baku yang paling sesuai untuk mengestimasi nilai radioaktivitas komponen lingkungan tanah dan rumput adalah model Robust Stein dan Spherical Klasik. Selanjutnya, sebagai contoh, jika hendak diketahui nilai estimasi radioaktivtas lingkungan di dua lokasi yaitu Food Festival dan Perpustakaan STEI ITB, secara berturut-turut diperoleh estimasi sebesar 138.0090 dan 131.5572 untuk komponen lingkungan tanah serta sebesar 2872.613 dan 2448.811 untuk komponen lingkungan rumput.
Metode ARIMA & ARCH-GARCH Untuk Meramalkan Jumlah Tunggakan Rekening Listrik Pada Rayon Bandung Timur
(2017-09-19) IZDIHARUDDIN ARIF; Achmad Bachrudin; Toni Toharudin
PT. PLN (Persero) Distribusi Jawa Barat dan Banten Area Bandung merupakan perusahaan BUMN yang bergerak dalam bidang penyediaan energy listrik, yang khususnya menyalurkan listrik di daerah Bandung. Seperti pada perusahaan umumnya, masalah yang dihadapi PT.PLN ini adalah masalah keuangan. Salah satu masalah yang ada adalah masalah tunggakan rekening listrik Warga Bandung. Rayon Bandung Timur nerupakan area yang paling banyak memberikan dampak kerugian PT. PLN dikarenakan banyak sekali warga Bandung Timur yang menunggak pembayaran tiap bulannya. Seringkali Rayon Bandung Timur tidak mencapai target yang di harapkan oleh PT. PLN, sehingga mengganggu kinerja. Maka diperlukan peramalan untuk mengetahui apakah pada tahun 2014 Rayon Bandung Timur ini dapat memenuhi target yang ditentukan. Penelitian ini bertujuan untuk mendapatkan model dan hasil ramalan pada tahun 2014 tiap bulannya. Berdasarkan perhitungan, diperoleh hasil, untuk golongan Bisnis menggunakan ARIMA(0,0,1) dengan hasil pada bulan Desember Rp. 6,832,185. Golongan Industri ARIMA(1,1,0) dengan hasil pada bulan Desember Rp. 6,638,866. Golongan Layanan Khusus ARCH(0,1) dengan hasil pada bulan Desember Rp. 17,639. Golongan Rumah Tangga ARIMA(1,1,0) dengan hasil pada bulan Desember Rp. 12,875,234.
Model Peramalan Pemakaian Untuk Menentukan Persediaan Optimum Oli Produk Pertamina
(2018-01-16) ANNISA RAHMANI FIRTIKA; Toni Toharudin; Achmad Bachrudin
Oli merupakan komponen yang sangat penting pada mesin. Salah satu jenis oli yang digunakan oleh PT. Semen Padang adalah Oli produk Pertamina. Pemakaian oli yang tak pasti menyebabkan diperlukannya perencanaan persediaan yang tepat. Tujuan penelitian ini adalah untuk mendapatkan perencanaan pengadaan persediaan yang optimal terhadap pemakaian oli produk Pertamina di PT. Semen Padang periode ke depan berdasarkan peramalan pemakaian. Data yang digunakan yaitu data sekunder berupa data historis pemakaian oli dari Januari 2013 sampai Mei 2017. Untuk mendapatkan perkiraan kebutuhan oli produk Pertamina dengan menggunakan metode ARIMA dimana didapatkan model terbaik adalah ARIMA (1,1,0) dengan AIC terkecil dan MAPE sebesar 2,43483%. Kemudian untuk menentukan persediaan optimum digunakan metode EOQ deterministik tanpa stock out diperoleh jumlah persediaan optimum setiap kali pemesanan sebesar 3.453 L dan total biaya persediaan periode ke depan sebesar Rp 207.161.310,00.

Browse

Browsing Statistika (S1) by Author "Achmad Bachrudin"

Results Per Page

Sort Options