Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 51347 dokumen yang sesuai dengan query
cover
Universitas Indonesia, 2002
S27372
UI - Skripsi Membership  Universitas Indonesia Library
cover
Annisa Sholihah
"Elusive Population merupakan populasi yang bersifat tersembunyi tanpa adanya kerangka sampel yang jelas dan lengkap. Diperlukan metode pengambilan sampel secara khusus untuk dapat melakukan penaksiran parameter pada populasi dengan sifat seperti ini. Salah satu metode yang dapat digunakan adalah Network Sampling. Metode ini merupakan sebuah probability sampling yang dilakukan dengan dua tahap yakni pemilihan selected selection unit kemudian pemilihan network dari selected selection unit tersebut. Network Sampling mengembangkan Horvitz-Thompson Estimator untuk dapat melakukan pendugaan parameter populasi. Pada tugas akhir ini, akan ditunjukkan bahwa penaksir parameter total populasi dengan menggunakan Horvitz-Thompson Estimator pada metode Network Sampling merupakan sebuah penaksir yang tak bias.

Elusive population constitutes population that is hidden without a clear and complete frame sampling. A particular sampling method is needed in order to do parameter estimation on population with this characteristic. One of the methods that can be used is Network Sampling. This method is probability sampling which is done in two steps, choosing selected selection unit and then choosing network from selected selection unit. Network Sampling develops Horvitz-Thompson Estimator to estimate parameter population. In this undergraduate thesis, it will be proved that the estimator of total population using Horvitz-Thompson Estimator is an unbiased estimator.
"
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2015
S59478
UI - Skripsi Membership  Universitas Indonesia Library
cover
Esti Ramaditia Mulatsih
" ABSTRAK
Analisis cluster merupakan teknik multivariat yang digunakan untuk mengelompokkan objek berdasarkan karakteristik yang dimilikinya. Salah satu teknik dalam analisis cluster adalah metode Fuzzy K-Means lebih dikenal dengan Fuzzy C-Means , yang merupakan versi fuzzy dari metode K-Means clustering. Seperti pada metode K-Means, FCM juga sangat sensitif terhadap penentuan pusat-pusat awal cluster. Untuk mengatasi permasalahan tersebut, diusulkan modifikasi dari metode FCM dengan menggunakan metode sampling dengan probabilitas. Metode sampling digunakan untuk menaksir lokasi pusat-pusat awal cluster untuk digunakan ke dalam proses clustering. Dalam tugas akhir ini, metode sampling yang digunakan adalah simple random sampling dan ranked set sampling. Modifikasi dari metode FCM dengan menggunakan kedua metode sampling tersebut masing-masingnya disebut dengan SRS Fuzzy C-Means dan Ranked Fuzzy C-Means. Kedua metode tersebut kemudian diuji pada himpunan data pasien liver di India. Hasil eksperimen menunjukkan bahwa Ranked Fuzzy C-Means lebih efisien dibandingkan SRS Fuzzy C-Means dan FCM.
ABSTRACT Cluster analysis is a multivariate technique that is used to group objects based on characteristics. One technique in cluster analysis is a method Fuzzy C Means or better known as Fuzzy C Means , which is a fuzzy version of K Means clustering method. As the K Means method, FCM is also very sensitive to the determination of the initial cluster centers. To overcome these problems, the proposed modification of the FCM method using probability sampling methods. The sampling method is used to estimate the initial cluster centers to be used in the clustering process. In this thesis, the sampling method used was simple random sampling and ranked set sampling. Modifications of the FCM method using both the sampling method each being with SRS Fuzzy C Means and Ranked Fuzzy C Means. Both methods are then tested on a data set of liver patients in India. The experimental results showed that Ranked Fuzzy C Means is more efficient than SRS Fuzzy C Means and FCM."
Depok: Universitas Indonesia, 2017
S66638
UI - Skripsi Membership  Universitas Indonesia Library
cover
Mayramadan Madya Putra
"Metode two stage adaptive cluster sampling (2S-ACS) sangat baik digunakan untuk mengambil sampel dimana elemen yang akan diteliti sangat jarang atau berkelompok. Pada 2S-ACS, pengambilan sampel diawali dengan membagi wilayah penelitian menjadi unit-unit primer. Masing-masing unit primer dibagi menjadi unit-unit sampling. Pada tahap pertama, dipilih beberapa unit primer secara SRS. Pada tahap kedua, dari masing-masing unit primer yang terpilih pada tahap pertama, diambil beberapa unit sampling sebagai sampel awal. Kemudian, dilakukan proses penambahan sampel pada masing-masing unit sampling yang terpilih pada sampel awal. Ada dua skema yang dapat digunakan untuk menambahkan sampel, yaitu skema overlapping dan skema nonoverlapping. Pada skema overlapping, proses penambahan sampel diperbolehkan melewati batas unit primer, sedangkan pada skema nonoverlapping tidak diperbolehkan melewati batas unit. Pada masing-masing skema akan digunakan taksiran Horvitz-Thompson dan taksiran Hansen-Hurwitz untuk menaksir mean dan total populasi. Taksiran yang diperoleh adalah taksiran yang tak bias. Pada tugas akhir ini akan diberikan contoh penerapan two stage adaptive cluster sampling dengan menggunakan skema overlapping dan skema nonoverlapping. Kata kunci : taksiran Horvitz-Thompson; taksiran Hansen-Hurwitz; two stage adaptive cluster sampling; unit primer; unit sampling. ix+106 hal.;lamp.;gamb.;tab.; Bibliografi : 10 (1967-2002)"
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2009
S27802
UI - Skripsi Open  Universitas Indonesia Library
cover
"Metode two stage adaptive cluster sampling (2S-ACS) sangat baik digunakan untuk mengambil sampel dimana elemen yang akan diteliti sangat jarang atau berkelompok. Pada 2S-ACS, pengambilan sampel diawali dengan membagi wilayah penelitian menjadi unit-unit primer. Masing-masing unit primer dibagi menjadi unit-unit sampling. Pada tahap pertama, dipilih beberapa unit primer secara SRS. Pada tahap kedua, dari masing-masing unit primer yang terpilih pada tahap pertama, diambil beberapa unit sampling sebagai sampel awal. Kemudian, dilakukan proses penambahan sampel pada masing-masing unit sampling yang terpilih pada sampel awal. Ada dua skema yang dapat digunakan untuk menambahkan sampel, yaitu skema overlapping dan skema nonoverlapping. Pada skema overlapping, proses penambahan sampel diperbolehkan melewati batas unit primer, sedangkan pada skema nonoverlapping tidak diperbolehkan melewati batas unit. Pada masing-masing skema akan digunakan taksiran Horvitz-Thompson dan taksiran Hansen-Hurwitz untuk menaksir mean dan total populasi. Taksiran yang diperoleh adalah taksiran yang tak bias. Pada tugas akhir ini akan diberikan contoh penerapan two stage adaptive cluster sampling dengan menggunakan skema overlapping dan skema nonoverlapping."
Universitas Indonesia, 2009
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Ayu Linda Pratiwi
"ABSTRACT
Elusive Population adalah populasi yang anggotanya sulit untuk dideteksi dan tidak mempunyai kerangka sampling yang lengkap dan jelas. Metode sampling yang khusus diperlukan untuk melakukan pengambilan sampel pada Elusive Population. Centre Sampling adalah salah satu metode pengambilan sampel yang dapat digunakan pada Elusive Population. Ide dari Centre Sampling ini adalah mengamati individu yang menjadi objek penelitian pada pusat berkumpulnya individu-individu tersebut atau yang disebut dengan pusat agregasi. Secara umum ada dua tahap pengambilan sampel pada Centre Sampling, yang pertama adalah memilih sebanyak m pusat agregasi dari M pusat yang sudah ditentukan. Kemudian yang kedua peneliti harus mengamati setiap individu yang ada di pusat yang terpilih. Centre Sampling mempunyai kondisi Inclusion Probability, dimana peluang setiap individu untuk dapat terplih menjadi anggota sampel berbeda-beda . Pada penulisan skripsi ini parameter populasi yang akan ditaksir menggunakan Centre Sampling adalah total populasi. Estimator yang akan digunakan untuk mencari taksiran total populasi adalah Horvitz ndash; Thompson Estimator yang diperkenalkan oleh Horvitz ndash; Thompson pada tahun 1952. Horvitz ndash; Thompson Estimator adalah penaksir yang tak bias untuk total populasi. Pada skripsi ini juga akan dicari taksiran variansi dari taksiran total populasi.

ABSTRACT
Exlusive Population is population which members are difficult to detect and does not have any complete and clear sampling frame. A particular sampling method is required to take samples from Elusive Population. Centre Sampling is one of the sampling method that can be used on Elusive Population. The idea of Centre Sampling is to observe individual who becomes an object of research in a centre where all individual gather, or called as a centre of aggregation. In general, there are two steps to take samples in Centre Sampling. First of all, choose as many as m of M centre of aggregation that have been listed. Then, researchers must observe every individual in the selected centre. Centre Sampling has an Inclusion Probability condition, which probability of every individual of being selected as a member of samples are different. In this undergraduate thesis, population parameter which will be estimated using Centre Sampling is total population. The estimator which will be used to find the estimated total population is Horvitz Thompson Estimator, introduced by Horvitz Thompson in 1952. Horvitz Thompson Estimator is an unbiased estimator for total population. This undergraduate thesis will also look for unbiased estimator of the variance for estimated total population. "
2017
S66061
UI - Skripsi Membership  Universitas Indonesia Library
cover
Siska Wulandari
"Dalam tulisan ini akan dibahas koefisien korelasi polychoric yang dapat digunakan untuk menaksir kekuatan hubungan linier antara dua variabel random kontinu dimana data yang teramati adalah data ordinal yang dibentuk oleh kedua variabel kontinu tersebut. Metode untuk menaksir besarnya koefisien korelasi polychoric, yang akan dijelaskan dalam tulisan ini adalah metode taksiran dua tahap. Metode taksiran dua tahap membutuhkan asumsi kenormalan bivariat standar untuk kedua variabel random kontinu awal. Walaupun demikian, akan ditunjukkan (melalui simulasi) bahwa taksiran koefisien korelasi polychoric yang didapat robust terhadap asumsi tersebut. Selain itu, dalam tulisan ini juga akan diberikan simulasi perbandingan antara koefisien korelasi kendall`s tau dengan koefisien korelasi polychoric relatif terhadap koefisien korelasi yang sesungguhnya dan hasilnya menunjukkan bahwa koefisien korelasi polychoric memiliki nilai yang lebih dekat dengan koefisien korelasi yang sesungguhnya."
Depok: Universitas Indonesia, 2008
S27750
UI - Skripsi Open  Universitas Indonesia Library
cover
"Dalam tulisan ini akan dibahas koefisien korelasi polychoric yang
dapat digunakan untuk menaksir kekuatan hubungan linier antara dua
variabel random kontinu dimana data yang teramati adalah data ordinal yang
dibentuk oleh kedua variabel kontinu tersebut. Metode untuk menaksir
besarnya koefisien korelasi polychoric, yang akan dijelaskan dalam tulisan ini
adalah metode taksiran dua tahap. Metode taksiran dua tahap membutuhkan
asumsi kenormalan bivariat standar untuk kedua variabel random kontinu
awal. Walaupun demikian, akan ditunjukkan (melalui simulasi) bahwa taksiran
koefisien korelasi polychoric yang didapat robust terhadap asumsi tersebut.
Selain itu, dalam tulisan ini juga akan diberikan simulasi perbandingan antara
koefisien korelasi kendall’s tau dengan koefisien korelasi polychoric relatif
terhadap koefisien korelasi yang sesungguhnya dan hasilnya menunjukkan
bahwa koefisien korelasi polychoric memiliki nilai yang lebih dekat dengan
koefisien korelasi yang sesungguhnya."
Universitas Indonesia, 2008
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Andika Dewi Isfandiari
"Masalah yang akan dijumpai dalam pengambilan sampel di alam
terbuka dengan objek pengamatan hewan yaitu tidak semua objek
pengamatan dapat terdeteksi. Salah satu metode untuk mengatasinya adalah
metode Detectability Sampling, yaitu metode pengambilan sampel dengan
mempertimbangkan probabilitas terdeteksinya suatu objek pengamatan. Jika
metode Detectability Sampling diterapkan pada Simple Random Sampling,
maka metode pengambilan sampel ini disebut Detectability Simple Random
Sampling. Taksiran total populasi yang didapat dari metode Detectability
Simple Random Sampling merupakan taksiran yang tak bias. Probabilitas
terdeteksinya suatu objek pengamatan dapat diketahui atau ditaksir dari
penelitian sebelumnya.
Dalam tugas akhir ini, probabilitas terdeteksinya suatu objek
pengamatan ditaksir dari penelitian sebelumnya yang menggunakan metode
Direct Sampling. Studi kasus penerapan metode ini digunakan dalam
menaksir total banyak katak di sekeliling Danau Agatis, Universitas
Indonesia. Hasil analisa data menunjukkan bahwa total banyak katak di
sekeliling Danau Agatis adalah sebesar 266 katak. Jika banyak katak per
luas di sekeliling Danau Agatis dibandingkan dengan banyak katak per luas
yang didapat dari penelitian sebelumnya di sekeliling danau yang bersih,
dimana memberikan hasil bahwa banyak katak per luas di sekeliling Danau
v
Agatis lebih kecil dibandingkan banyak katak per luas di danau yang bersih,
maka dapat disimpulkan bahwa Danau Agatis, Universitas Indonesia telah
mulai tercemar.
kata kunci : taksiran tak bias, total populasi, simple random sampling,
probabilitas terdeteksinya objek pengamatan, direct
sampling
x + 64 hlmn.
Bibliografi : 8 (1977-2009)"
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2009
S27719
UI - Skripsi Open  Universitas Indonesia Library
cover
"Masalah yang akan dijumpai dalam pengambilan sampel di alam
terbuka dengan objek pengamatan hewan yaitu tidak semua objek
pengamatan dapat terdeteksi. Salah satu metode untuk mengatasinya adalah
metode Detectability Sampling, yaitu metode pengambilan sampel dengan
mempertimbangkan probabilitas terdeteksinya suatu objek pengamatan. Jika
metode Detectability Sampling diterapkan pada Simple Random Sampling,
maka metode pengambilan sampel ini disebut Detectability Simple Random
Sampling. Taksiran total populasi yang didapat dari metode Detectability
Simple Random Sampling merupakan taksiran yang tak bias. Probabilitas
terdeteksinya suatu objek pengamatan dapat diketahui atau ditaksir dari
penelitian sebelumnya
Dalam tugas akhir ini, probabilitas terdeteksinya suatu objek
pengamatan ditaksir dari penelitian sebelumnya yang menggunakan metode
Direct Sampling. Studi kasus penerapan metode ini digunakan dalam
menaksir total banyak katak di sekeliling Danau Agatis, Universitas
Indonesia. Hasil analisa data menunjukkan bahwa total banyak katak di
sekeliling Danau Agatis adalah sebesar 266 katak. Jika banyak katak per
luas di sekeliling Danau Agatis dibandingkan dengan banyak katak per luas
yang didapat dari penelitian sebelumnya di sekeliling danau yang bersih,
dimana memberikan hasil bahwa banyak katak per luas di sekeliling Danau Agatis lebih kecil dibandingkan banyak katak per luas di danau yang bersih, maka dapat disimpulkan bahwa Danau Agatis, Universitas Indonesia telah mulai tercemar."
Universitas Indonesia, 2009
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
<<   1 2 3 4 5 6 7 8 9 10   >>