Utami Dyah Syafitri
Unknown Affiliation

Published : 18 Documents
Articles

Found 18 Documents
Search

JARINGAN SYARAF TIRUAN DAN ALGORITMA GENETIKA DALAM PEMODELAN KALIBRASI (STUDI KASUS : TANAMAN OBAT TEMULAWAK)

FORUM STATISTIKA DAN KOMPUTASI Vol 16, No 1 (2011)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

Show Abstract | Original Source | Check in Google Scholar | Full PDF (282.023 KB)

Abstract

The problems in prediction of calibration model are multicolinearity and the number of variables is larger than the number of observations. Principal Component Analysis-Artificial Neural Network-Genetic Algorithm (PCA-ANN-GA) models were applied for the relationship between sample of concentration which is limited and transmittance data which is in large dimensions. A large number of variables were compressed into principal components (PC’s). From these PC’s, the ANN was employed for prediction of concentration. The principal components computed by PCA were applied as inputs to a backpropagation neural network with one hidden layer. The models was evaluated using GA for the best network structure on hidden layer. Root Mean Square Error (RMSE) for 80% training set and 20% testing set are 0.0314 and 0.5225, respectively. Distribution of data according to the percentage of training data and testing data were also very influential to obtain the best network structure with the smallest RMSE achievement. The best model for these methods is two layers Neural Network with eight neuron in the hidden layer.

METODE POHON GABUNGAN: SOLUSI PILIHAN UNTUK MENGATASI KELEMAHAN POHON REGRESI DAN KLASIFIKASI TUNGGAL

FORUM STATISTIKA DAN KOMPUTASI Vol 15, No 1 (2010)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

Show Abstract | Original Source | Check in Google Scholar | Full PDF (282.023 KB)

Abstract

Classification and regression tree has been a widely used tool in various applied fields due to its capability to give excellent predictive analysis. Later on, ensemble tree appeared to enhance simple tree analysis and deals with some of the weakness found in simple techniques. The ensemble tree basically combines predictions values of many simple trees into a single prediction value. This paper is intended as an introductory article to give a brief overview of the available ensemble tree methods which might be found in detail in a variety of reading materials.

PENERAPAN METODE RANDOM FOREST DALAM DRIVER ANALYSIS

FORUM STATISTIKA DAN KOMPUTASI Vol 16, No 1 (2011)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

Show Abstract | Original Source | Check in Google Scholar | Full PDF (348.56 KB)

Abstract

Driver analysis is one approach to know which  the greatest expalanatory variables influence the response variable. This analysis is well known in marketing research. In this area, explanatatory variables (X) and response variable (Y) ussually are measured by ordinal data and the relationship between those variables is non linier. One of the approach to build model on that situation is random forest. Two important things in random forest are size of random forest and sample size of X. In this research, we worked with  simulation to know the size of random forest which give higher accuration and more stabil. The simulation showed that the best condition achieved when the size of random forest is 500 and the sample size of X is 4.      Key words : driver analysis, random forest, variable importance.

PENENTUAN DOMAIN DENGAN TEKNIK VARIOGRAM

FORUM STATISTIKA DAN KOMPUTASI Vol 12, No 2 (2007)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

Show Abstract | Original Source | Check in Google Scholar

Abstract

Dalam banyak kesempatan, penyusunan model skoring untuk memprediksi klasifikasi calon nasabah dilakukan menggunakan model regresi logistik dan beberapa model lain.  Proses pengklasifikasian dapat juga dilakukan dengan menerapkan simple naive Bayesian classifier.  Meskipun menggunakan asumsi yang secara umum dilanggar oleh data dan proses komputasi yang jauh lebih sederhana, teknik ini mampu menghasilkan akurasi dugaan yang tidak mengecewakan.  Paper ini memberikan ilustrasi penggunaan simple naive bayesian classifier pada kasus prediksi klasifikasi status kolektibilitas calon nasabah dan membandingkannya dengan model regresi logistik dan generalized additive model.   Kata kunci: simple naive Bayesian classifier

PREFERENSI MAHASISWA IPB TERHADAP MATA KULIAH METODE STATISTIKA MENGGUNAKAN ANALISIS KONJOIN

FORUM STATISTIKA DAN KOMPUTASI Vol 16, No 1 (2011)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

Show Abstract | Original Source | Check in Google Scholar | Full PDF (374.201 KB)

Abstract

Statistical method is one of the interdepth courses in Bogor Agricultural University (BAU) therefore, it is necessary to conduct an  evaluation in order to know the student´s preference towards Statistics Methods course. Conjoint analysis is an analysis that can be used to determine the preference of students on teaching methods of Statistical Methods course. The combination of teaching methods are made using fractional factorial in which the level of  factor determined  was based on preliminary survey. Sampling techniques that  has been used was multistage sampling of students who had took the Statistical Methods course in 2009/2010. Based on conjoint analysis, the module, the number of students, and the time period of lectures are the top three  choices. The students tend to prefer materials that are appropriate with their major, modules that are well structured, a communicative lecturer, students as a teacher in review session, the number of student which is less than 50 students per class, and the time period of lecture is between 7-12 am.   Keywords :  statistical methods, preferences, conjoint analysis.

Persepsi Masyarakat Mengenai Kriteria Calon Presiden 2004-2009 (Studi Kasus: Daerah Pemilihan Kota Bogor)

FORUM STATISTIKA DAN KOMPUTASI Vol 9, No 2 (2004)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

Show Abstract | Original Source | Check in Google Scholar

Abstract

Pemilihan Umum (Pemilu) Presiden dan Wakil Presiden 5 Juli 2004 secara langsung  memberikan kesempatan masyarakat untuk dapat memilih calon presiden sesuai dengan harapannya. Harapan masyarakat tersebut dapat dilihat melalui pandangan masyarakat tentang kriteria apa saja yang penting dimiliki oleh seorang calon presiden dan apakah kriteria tersebut ada pada diri calon presiden itu. Hasil penelitian ini menunjukkan bahwa kriteria yang paling penting dimiliki oleh seorang calon presiden adalah mampu mengatasi krisis ekonomi. Persepsi masyarakat Bogor secara umum menilai bahwa calon presiden Amien Rais merupakan tokoh yang  tidak terlibat pelanggaran HAM, tidak terlibat Orde Baru, dan mampu menggalang hubungan internasional.   Sedangkan calon presiden Susilo Bambang Yudhoyono dinilai  mampu mengatasi krisis ekonomi, memiliki visi, misi dan program kerja yang jelas serta  memiliki intelektual yang tinggi.  Pendukung calon presiden Hamzah Haz paling tidak konsiten pada jawaban mereka mengenai kriteria-kriteria calon presiden, kemudian diikuti oleh pendukung Megawati dan Wiranto.  Sedangkan pendukung calon presiden Amien Rais merupakan pendukung yang paling konsisten, kemudian diikuti oleh pendukung Susilo Bambang Yudhoyono.

KONSISTENSI RESPONDEN DALAM MENGEVALUASI PROFIL PRODUK PADA ANALISIS KONJOIN

FORUM STATISTIKA DAN KOMPUTASI Vol 12, No 2 (2007)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

Show Abstract | Original Source | Check in Google Scholar

Abstract

Salah satu non sampling error dalam suatu survey adalah ketidakkonsistenan jawaban yang diberikan oleh responden terutama jika diminta untuk memberikan prioritas terhadap profil suatu produk. Hal tersebut berkaitan dengan alat ukur (kuesioner) yang digunakan. Dalam analisis konjoint, evaluasi preferensi terhadap suatu produk dilakukan dengan memberikan penilaian (rating) dan mengurutkan (ranking) profil-profil suatu produk. Responden dikatakan konsisten apabila hasil analisis konjoin per individu dari data rating dan ranking menunjukkan urutan tingkat kepentingan atribut yang sama dari dua metode pengukuran tersebut. Sebagai bahan evaluasi terhadap ketidakkonsistenan jawaban responden, dalam penelitian ini digunakan studi kasus preferensi mahasiswa IPB dalam memilih mata kuliah pilihan. Pengambilan sampel dilakukan secara purposive. Dari hasil survey, secara umum dapat dikatakan responden konsisten dalam mengevaluasi stimuli dengan metode rating dan ranking. Sedangkan apabila ditinjau dari sisi masing-masing individu diperoleh sekitar 43% responden yang dapat mengevaluasi stimuli dengan metode rating dan ranking secara konsisten. Kekonsistenan jawaban responden dipengaruhi oleh lamanya waktu yang diperlukan untuk evaluasi produk, sikap dan kesungguhan dalam menjawab, serta pribadi yang serius (ditunjukkan oleh prilaku yang tidak gemar bermain games). Kata kunci : konjoint, rating, ranking, kekonsistenan

Simulasi Pengaruh Data Berkorelasi Menggunakan Pendekatan Bayes Dengan Noninformative Prior

FORUM STATISTIKA DAN KOMPUTASI Vol 9, No 2 (2004)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

Show Abstract | Original Source | Check in Google Scholar

Abstract

Masalah multikolinieritas sering timbul dalam pendugaan model kalibrasi peubah ganda. Metode pendugaan parameter dengan metode kuadrat terkecil kurang tepat digunakan jika terjadi masalah multikolinieritas. Pendugaan parameter dengan data berkorelasi diantaranya dapat digunakan Analisis Komponen Utama, Regresi Kuadrat Terkecil Parsial, Regresi atas Koefisien Fourier, Jaringan Syaraf Tiruan dan Pendekatan Bayes (Notodiputro, 2003). Menurut penelitian yang telah dilakukan sebelumnya ternyata pendekatan bayes mempunyai hasil yang lebih baik dibanding dengan metode lain (Notodiputro, 2003). Hal ini dikarenakan dalam pendekatan bayes ditambahkan informasi tambahan terhadap model yang dibangun. Dari penelitian yang dilakukan oleh Rahayu (2003), pemilihan penggunaan sebaran prior sangat berpengaruh terhadap hasil dugaan. Dalam penelitian ini digunakan pendekatan bayes dengan noninformative prior untuk mengetahui keakuratan pendugaan respon pada kondisi data yang berkorelasi. Data yang digunakan merupakan data bangkitan dengan  berbagai kombinasi jumlah pengamatan, jumlah peubah dan tingkat korelasi yang dicobakan pada empat metode dengan  nilai inisial tertentu. Penggunaan prior normal untuk jenis data normal ternyata layak digunakan. Hal ini dapat dibuktikan dengan metode I yang mempunyai nilai ketelitian yang tinggi. Pemberian nilai inisial ternyata berpengaruh terhadap ketelitian, untuk itu dalam metode I, II, III, IV sebaiknya digunakan nilai inisial yang layak sehingga modelnya nanti mempunyai ketelitian yang tinggi. Secara umum pada semua metode, peningkatan nilai korelasi berpengaruh terhadap nilai ketelitian, dimana ketelitian modelnya menurun seiring dengan bertambahnya nilai korelasi. Pada metode I dan II, untuk semua n yang dicobakan, kenaikan jumlah peubah memberikan pengaruh perubahan terhadap nilai ketelitian tetapi perubahannya belum menunjukkan suatu pola. Untuk metode III dan IV kenaikan jumlah peubah  cenderung menyebabkan nilai ketelitian semakin  menurun.  Kata kunci : Pendekatan Bayes,  Noninformative Prior

PENDEKATAN STATISTIKA UNTUK PEMETAAN KEMISKINAN DI PROPINSI JAWA BARAT

FORUM STATISTIKA DAN KOMPUTASI Vol 11, No 2 (2006)
Publisher : FORUM STATISTIKA DAN KOMPUTASI

Show Abstract | Original Source | Check in Google Scholar | Full PDF (1003.035 KB)

Abstract

Kemiskinan adalah salah satu masalah utama yang menjadi perhatian pemerintah saat ini. Pemahaman pola sebaran kemiskinan serta hubungannya dengan beberapa peubah lain seperti jarak geografis antar daerah perlu untuk diketahui sebagai langkah awal dalam memahami kemiskinan di suatu daerah, hal ini karena tingkat kemiskinan saja tidak cukup untuk dijadikan dasar dalam pengambilan kebijakan pengentasan kemiskinan.   Banyak metode statistika yang dapat digunakan untuk memetakan konfigurasi kemiskinan.  Dalam paper ini dikaji konfigurasi antar objek dengan menggunakan analisis penskalaan dimensi ganda (MDS), sedangkan perbandingan antar konfigurasi dilakukan dengan analisis Procrustes.  Selanjutnya hubungan keeratan dan pengaruh keadaan kemiskinan antar daerah (autokorelasi spasial) dihitung dengan menggunakan Indeks Moran dan digambarkan dalam peta tematik.   Kata kunci : penskalaan dimensi ganda, analisis Procrustes, autokorelasi spasial

L-Histidine-Modified Silica from Rice Husk and Optimization of Adsorption Condition for Extractive Concentration of Pb(II)

The Journal of Pure and Applied Chemistry Research Vol 7, No 2 (2018): Edition May-August 2018
Publisher : Chemistry Department, The University of Brawijaya

Show Abstract | Original Source | Check in Google Scholar

Abstract

A new chelating agent, L-histidine-modified silica from rice husk (LHSRH), was prepared to increase the adsorption capacity and selectivity for Pb(II). LHSRH was synthesized by immobilizing L-histidine on silica from rice husk (RH) modified with 3-aminopropyltrimethoxysilane (APTMS). Silica from rice husk (SRH) was synthesized via precipitation process by adding hydrochloric acid solution to rice husk ash (RHA). The RHA was subsequently destructed with sodium hydroxide and heated to obtain sodium silicate (Na2SiO3). SRH was characterized by Fourier transform infrared spectroscopy and x-ray diffraction. The LHSRH was used further to adsorp Pb(II) metal ion. The pH range, amount of adsorbent, and adsorption time were optimized by response surface methodology. The optimum condition for the adsorption of Pb(II) was pH 5, an amount of adsorbent 0.1 g; and adsorption time 15 minutes. The adsorption capacity for Pb(II) ion was found to be 62.5 mg/g. The adsorption behavior of the matrix followed the Langmuir’s model.