Hasil Pencarian  ::  Simpan CSV :: Kembali

"Dalam tugas akhir ini dibahas teknik analisis regresi untuk data yang dikelompokkan menurut nirai rata-rata kelompok, dengan klasifikasi silang dan klasifikasi silang sebagian, pada prinsipnya teknik analisis untuk data yang dikelompokkan merupakan perluasan teknik analisis untuk data individu. Sedangkan pembahasannya terdiri dari matrik kelompok, Matematika, penaksiran parameter dan pengujian hipotesis, suatu contoh penggunaan analisis regresi dengan data dikelompokkan."

"Skripsi ini akan membahas tentang analisis regresi logistik untuk matched data. Dalam matched data, observasi - observasi dikelompokkan ke dalam suatu kelompok yang sama, yang disebut dengan matched set, berdasarkan suatu variabel yang disebut dengan variabel matching. Keberadaan variabel matching diperhitungkan dalam analisis ini. Penaksiran parameter dalam model regresi logistik untuk matched data dilakukan dengan menggunakan metode maksimum likelihood bersyarat dengan pendekatan Newton - Raphson. Uji kecocokan model menggunakan uji Rasio Likelihood dan uji signifikansi masing - masing parameter dalam model menggunakan uji Wald. Dalam penerapan metode analisis regresi logistik untuk matched data untuk melihat pengaruh "adanya kelahiran bayi dengan operasi caesar" dan "adanya kelahiran bayi premature" terhadap "kelahiran bayi dengan berat rendah (< 2500 gr)" dengan "umur ibu" sebagai variabel matching, didapat bahwa "adanya kelahiran bayi premature" mempengaruhi "kelahiran bayi dengan berat rendah (< 2500 gr)", dan "adanya kelahiran bayi dengan operasi caesar" tidak mempengaruhi ?kelahiran bayi dengan berat rendah (< 2500 gr)."

"ABSTRAKPersoalan yang dihadapi oleh metoda perhitungan aliran daya konvensional adalah; untuk mengamati aliran daya pada suatu bagian sistem (sub-sistem) tertentu, metoda perhitungan konvensional tersebut (misalkan : Metoda Newton Raphson) akan tetap melakukan perhitungan untuk seluruh sistem, sehingga komputasi memerlukan waktu yang panjang dengan kapasitas memori komputer yang cukup, terutama untuk sistem yang berskala besar. Dikarenakan semakin rumitnya persoalan jaringan sistem tenaga listrik pada saat ini, maka pengembangan metoda perhitungan aliran daya berbasis komputer, merupakan suatu upaya yang sangat strategis untuk dilaksanakan, baik untuk keperluan operasi sistem maupun untuk keperluan proses perencanaan. Dalam penelitian ini dikembangkan suatu model perhitungan melalui penerapan konsep operasi matrik, yang disebut dengan External Equivalent Modelling (EEM). Pengembangan model ini didasarkan kepada pendekatan sistem radial/REI (Radial, Equivalent and Independent), dimana injeksi kelompok simpul yang tidak perlu dalam struktur matrik, akan digantikan dengan suatu injeksi ekivalen total yang didapat dari simpul ekivalen yang baru terbentuk. Model EEM yang diperoleh, dikombinasikan dengan model yang memuat metoda Newton Raphson, sehingga menjadi suatu kesatuan unit model studi aliran daya. Hasil kombinasi tersebut dirancang ke dalam suatu software komputer versi MATLAB, kemudian dieksekusi dan diverifikasi dengan data standar pengujian IEEE, yang terdiri dari sistem dengan 14 bus dan 30 bus, serta sistem 25 bus Jawa Timur 150 KV. Selanjutnya uji validitas akan dilakukan melalui analisis perbandingan antara hasil perhitungan menggunakan model EEM, dengan hasil perhitungan yang didapat dari jaringan awal (tanpa model EEM). Hasil pengujian dan analisis menunjukkan bahwa; akurasi perhitungan aliran daya dengan external equivalent modelling tidak bergantung kepada jumlah bus, melainkan sangat tergantung kepada akurasi penerapan teknik ekivalen REI, sebagai basis pembentukan Zero Power Balance Network. Dengan kata lain, kondisi sistem yang diambil untuk external equivalent modelling, akan sangat mempengaruhi akurasi model. Rata-rata perbandingan flops proses perhitungan dengan EEM dan tanpa EEM, diperoleh hasil yang lebih kecil dari satu yaitu; 77,13 %, 67,75 % dan 69,91 %. Sehingga dapat disimpulkan bahwa perhitungan aliran daya dengan menggunakan EEM akan menyebabkan efektifitas proses perhitungan menjadi lebih meningkat, khususnya dalam konteks pengurangan waktu komputasi. "

"Regresi data panel merupakan suatu regresi yang menggabungkan dua jenis data, yaitu data cross section dan data longitudinal. Berdasarkan komponen errornya regresi data panel dibedakan menjadi dua yaitu komponen error satu arah dan dua arah. Pada regresi data panel dibutuhkan beberapa asumsi tentang error yaitu error mempunyai mean nol dan mempunyai variansi konstan (homoskedastis) serta error antar observasi saling bebas. Dalam analisis regresi data panel, pada saat melakukan pengambilan observasi di suatu lokasi sering ditemui bahwa nilai observasi pada suatu lokasi bergantung pada nilai observasi di lokasi disekitarnya atau dengan kata lain ada korelasi spasial antar observasi. Inilah yang disebut dengan spatial dependent. Jika pengaruh spasial ini ada dan tidak dilibatkan dalam model maka asumsi error antar observasi saling bebas tidak terpenuhi. Sehingga model yang diperoleh menjadi kurang baik. Untuk itu dibutuhkan suatu model yang melibatkan pengaruh spasial dalam analisis regresi data panel yang dinamakan spatial panel data model. Dalam tugas akhir ini akan dibahas bagaimana cara menaksir parameter pada model regresi spasial panel satu arah dengan menggunakan metode maksimum likelihood."

"Analisis regresi adalah sebuah metode statistika yang digunakan untuk menganalisis hubungan antara sebuah variabel dependen dengan satu atau lebih variabel independen. Pada umumnya variabel dependen dalam analisis regresi adalah variabel random kontinu dan distribusi dari variabel dependen diberikan nilai variabel independen adalah Normal. Dalam skripsi ini akan dijelaskan mengenai analisis regresi yang variabel dependen diberikan nilai variabel independennya diasumsikan berdistribusi Poisson. Analisis regresi tersebut dinamakan analisis regresi Poisson. Analisis regresi Poisson digunakan untuk menganalisis hubungan antara sebuah variabel dependen yang menyatakan data terhitung atau data count berdistribusi Poisson dengan satu atau lebih variabel independen. Data count yang dimaksud misalnya adalah banyaknya kejadian dalam interval waktu, ruang, atau volume tertentu. Dalam analisis regresi Poisson, variabel independen yang digunakan dapat berjenis kontinu atau kategorik. Hubungan antara variabel dependen dan variabel independen tersebut dijelaskan oleh model regresi Poisson. Penaksiran parameter model dilakukan menggunakan metode maksimum likelihood dengan pendekatan Newton-Raphson. Pengujian signifikansi parameter model menggunakan uji Rasio Likelihood dan uji Wald. "