Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tugas akhir ini secara umum bertujuan untuk membahas modelpersamaan struktural nonlinear (Nonlinear Structural Equation Model atauNLSEM), yaitu suatu model yang mengkombinasikan analisis faktor dananalisis regresi untuk tujuan analisis suatu hipotesis yang menyatakanhubungan antara variabel-variabel laten yang diukur oleh variabel-variabelindikator dimana terdapat hubungan yang nonlinear antar variabel latennya.Penaksiran parameter dalam model persamaan struktural nonlinear dicaridengan menggunakan taksiran Maksimum Likelihood melalui Algoritma EM(Expectation Maximization). Karena rumitnya proses komputasi, pada E-Stepakan digunakan algoritma Metropolis-Hastings. Metode tersebut akanditerapkan untuk melihat pola hubungan antara kepercayaan beragama,kepuasan dalam pekerjaan, dan interaksi antara keduanya dalammempengaruhi kepuasan hidup seseorang. Hasil analisis data menunjukkanbahwa meningkatnya tingkat kepercayaan beragama dan kepuasan dalampekerjaan akan meningkatkan kepuasan hidup, namun dihambat olehpengaruh interaksinya."

"Tugas akhir ini secara umum bertujuan untuk membahas model persamaan struktural nonlinear (Nonlinear Structural Equation Model atau NLSEM), yaitu suatu model yang mengkombinasikan analisis faktor dan analisis regresi untuk tujuan analisis suatu hipotesis yang menyatakan hubungan antara variabel-variabel laten yang diukur oleh variabel-variabel indikator dimana terdapat hubungan yang nonlinear antar variabel latennya. Penaksiran parameter dalam model persamaan struktural nonlinear dicari dengan menggunakan taksiran Maksimum Likelihood melalui Algoritma EM (Expectation Maximization). Karena rumitnya proses komputasi, pada E-Step akan digunakan algoritma Metropolis-Hastings. Metode tersebut akan diterapkan untuk melihat pola hubungan antara kepercayaan beragama, kepuasan dalam pekerjaan, dan interaksi antara keduanya dalam mempengaruhi kepuasan hidup seseorang. Hasil analisis data menunjukkan bahwa meningkatnya tingkat kepercayaan beragama dan kepuasan dalam pekerjaan akan meningkatkan kepuasan hidup, namun dihambat oleh pengaruh interaksinya. Kata kunci: Nonlinear SEM, taksiran Maksimum Likelihood, algoritma EM, algoritma Metropolis-Hastings. ix + 98 hal ; lamp"

"Model regresi ordinal dua level merupakan model yang digunakan untuk menganalisis data respon ordinal tercluster dan longitudinal. Dalam hal ini variabel respon ordinal yang diketahui, dibentuk dari suatu variabel laten kontinu yang tak diketahui nilainya. Nilai batas kategorik (threshold) pada variabel laten perlu diestimasi bersama-sama dengan koefisien regresi ordinal dua level. Untuk mengestimasi parameter-parameter dan threshold pada model regresi ordinal dua level, digunakan metode estimasi maximum marginal likelihood (MMLE) melalui pendekatan numerik dengan metode Fisher scoring. Pada setiap iterasi metode Fisher Scoring, digunakan Gauss-Hermite Quadrature untuk menghitung secara numerik persamaan marginal likelihood. Untuk mengilustrasikan penerapan model regresi ordinal dua level untuk data ordinal tercluster, digunakan data TVSFP di mana siswa bersarang dalam kelas. Sedangkan untuk mengilustrasikan penerapan model regresi ordinal dua level untuk data ordinal longitudinal, akan digunakan data psikiatrik di mana pasien diklasifikasikan pada beberapa tingkat keparahan penyakit terhadap beberapa titik waktu (time points). Struktur data dua level yang digunakan untuk data longitudinal adalah perulangan observasi bersarang dalam individu (pasien)."

"The articles in this volume give an overview and introduction to nonlinear phenomena in structural dynamics. Topics treated are approximate methods for analyzing nonlinear systems (where the level of nonlinearity is assumed to be relatively small), vibration isolation, the mitigation of undesirable torsional vibration in rotating systems utilizing specifically nonlinear features in the dynamics, the vibration of nonlinear structures in which the motion is sufficiently large amplitude and structural systems with control."

"Pada skripsi ini dibahas model SIS dengan intervensi berupa pemberian obat dan penggunaan masker kesehatan pada individu terinfeksi. Model ini digunakan untuk menggambarkan perilaku dinamik dari data insiden lapangan pada penyakit SARS di Hong Kong. Pada model yang telah terbentuk dilakukan estimasi parameter beta secara periodik dan konstan yang bersamaan dengan estimasi parameter gamma_0 secara konstan agar sesuai dengan data insiden lapangan tersebut. Pendekatan yang digunakan dalam estimasi ini adalah teori kontrol optimum dengan metode langsung yang meminimumkan euclidian distance antara hasil simulasi I dan data I pada insiden lapangan dengan menentukan nilai parameter yang sesuai dengan model tersebut. Hasil simulasi menunjukkan bahwa nilai parameter beta periodik lebih baik daripada nilai parameter beta konstan dalam menghampiri data insiden lapangan tersebut. Selanjutnya nilai parameter beta dan gamma_0 terbaik yaitu nilai parameter yang membuat hasil simulasi mendekati data insiden lapangan, digunakan untuk mengestimasi nilai parameter u_1 dan u_2 yang paling optimum terkait dengan proporsi pemberian obat dan penggunaan masker yang meminimalkan jumlah individu yang terinfeksi dengan jumlah biaya minimal menggunakan pendekatan teori kontrol optimum dengan metode langsung. Selain teori kontrol optimum, beberapa hasil kajian analitik yang terkait dengan analisis model tersebut proses non minus;dimensional, penentuan titik keseimbangan, analisis kestabilan sistem, penentuan R_0, dan analisis bifurkasi sistem , serta simulasi numerik beserta interpretasi dibahas dalam skripsi ini.

---

In this thesis discussed SIS model with intervention is given medical treatment and the use of health masks on infected individuals. This model is used to describe the dynamic behavior from daily incident data of SARS disease in Hong Kong. On the model that has been formed carried out beta parameter estimation periodically and constantly which simultaneously with gamma 0 parameter estimation constantly to fit on the daily incident data. The approach used in this thesis is the optimal control theory with the direct method which minimizes the euclidian error between the simulation results and the daily incident data by determining the parameter values corresponding to the model.

The simulation results show that the periodic beta parameter value is better than the constant beta parameter value in approaching the daily incident data. Next, the best of beta and gamma 0 parameter value i.e. the parameter value that can make the simulation results fit with the daily incidence data be used to estimate the most optimal u 1 and u 2 parameter values related to proportion the user of medical treatment and medicinal masks intervention that minimizes the number of the infected human with minimal cost using the optimal control theory approach with the direct method. In addition to the above optimal control studies, some analytical result related to the model analysis non dimensionalization process, determination of equilibrium point, system stability analysis, determination of the basic reproduction number, and system bifurcation analysis , and numerical simulations with the interpretation of the result are discussed in this thesis."

"This book presents some of the most recent results in the field of nonlinear analysis. Dedicated to Themistocles M. Rassias on the occasion of his 60th birthday, this volume contains 44 articles on various developments in the field, pertaining to subjects such as the stability of functional equations, variational systems, geometric analysis, analytic inequalities, approximation theory and optimization, as well as their applications. Many of the chapters are related to the seminal contributions of Th. M. Rassias and are based upon his initial findings"

"Seperti halnya model Gravity maka model Intervening Opportunities merupakan model sintetis. Pendistribusian perjalanan dari asal perjalanan ke masing-masing tujuan perjalanan berdasarkan model Intervening Opportunities sangat ditentukan oleh parameter model yang disebut dengan parameter L. Parameter L merupakan parameter yang menyatakan bahwa probabilitas perjalanan yang keluar dari suatu lokasi asal perjalanan akan berhenti pada sembarang lokasi tujuan. Nilai parameter L ini sangat sensitif didalam model sehingga penentuan nilai sangat penting didalam analisis distribusi perjalanan dengan model Intervening Opportunities. Berdasarkan hal tersebut dilakukan analisis metode estimasi parameter (hipotesis pertama) dan analisis pola perjalanan yang sesuai model Intervening Opportunities (hipotesis kedua). Metode estimasi yang diuji adalah metode Regresi, Regresi dengan Optimasi, NLLS, VNLLS dan metode Maksimum Likelihood (ML). Untuk pengujian hipotesis pertama digunakan matrik asal tujuan buatan (artifisial) yang sembarang, sedangkan untuk pengujian hipotesis kedua digunakan matrik artifisial yang dipolakan. Pengujian hipotesis pertama dan kedua juga didukung oleh data matrik A -T kota Jakarta dan kota Balikpapan. Pengujian dan merupakan data matrik kecil. Sedangkan untuk pengujian data matrik besar diambil data matrik asal tujuan yang sesungguhnya yaitu data matrik asal tujuan kota Jakarta dan kota Balikpapan. Hasil analisis data artifisial dan data kota menunjukkan metode NLLS dan metode regresi (optimasi) yang diterapkan pada model Intervening Opportunities "Memaksa" merupakan metode estimasi yang cukup baik dilihat dari hasil uji statistik dan dari total probabilitas yang didapat."