Hasil Pencarian  ::  Simpan CSV :: Kembali

"Untuk strategi beriklan secara efektif dan efisien, seyogyanya digunakan informasi dan analisis yang akurat berdasarkan data hasil survey pemasaran. Tugas akhir ini menganalisis data PT. Survey Research Indonesia, hasil survey pemilikan 39 barang-barang rumah tangga yang tahan lama secara serental menggunakan metode komponen utama untuk suratu analisis multivariat. Data pemilikan diperhatikan menurut beberapa segmen berdasarkan kategori pengelompokan pengeluaran rumah tangga per bulan. Analisi komponen utama digunakan untuk menggambarkan struktur variabilitas sekelompok variabel. Data yang digunakan adalah data hasil survey pemasaran tahun 1993-1994 pada 830 rumah tangga di DKI Jakarta, dari PT. Survey Research Indonesi. Hasil yang diperoleh adalah profil konsumsi 39 barang untuk setiap kategori kelompok pengeluaran per bulan."

"Untuk strategi berildan secara efektif dan efisien, seyogyanya digunakan informasi dan analisis yang akurat berdasarkan data hasil survey pemasaran. Tugas akhir mi menganalisis data PT. Survey Research Indonesia, hasil survey pemilikan 39 barang-barang rumah tangga yang tahan lama secara serental menggunakan met ode komponen utama untuk suratu analisis multivariat. Data pemilikan diperhatikan menurut beberapa segmen berdasarkan kategori pengelompokan pengeluaran rumah tangga per bulan. Analisi komponen utama digunakan untuk menggambarkan struktur variabilitas sekelompok variabel.Data yang digunakan ada!ah data hasil survey pemasaran tahun 1993-1994 pada 830 rumah tangga di DKI Jakarta, dari PT. Survey Research Indonesi. Hasil yang diperoleh adalah profi! konsumsi 39 barang untuk setiap kategori kelompok pengeluaran per bulan."

"Statistik; Statistik matematika; Indication"

"In this publication, the authors share their expertise in the form of state-of-the-art research and review chapters, bringing together researchers from different disciplines and emphasizing the value of mathematical methods in the areas of clinical sciences."

"This monograph focuses on the construction of regression models with linear and non-linear constrain inequalities from the theoretical point of view. This volume analyses the properties of regression with inequality constrains, investigating the flexibility of inequality constrains and their ability to adapt in the presence of additional a priori information The implementation of inequality constrains improves the accuracy of models, and decreases the likelihood of errors. Based on the obtained theoretical results, a computational technique for estimation and prognostication problems is suggested. "

"Perusahaan asuransi kendaraan di banyak negara menggunakan Sistem Bonus-Malus untuk menentukan net premi yang dikenakan kepada pemegang polis. Penentuan net premi pada Sistem Bonus-Malus hanya didasarkan pada frekuensi klaim dan mengabaikan severity klaim. Hal ini tidak adil bagi pemegang polis yang memiliki klaim kecil. Untuk mengatasi masalah tersebut, dikembangkan metode penentuan net premi pada Sistem Bonus-Malus yang mempertimbangkan frekuensi dan severity klaim. Frekuensi dan severity dapat diasumsikan independen atau dependen. Dalam menentukan net premi, dibutuhkan distribusi posterior dari parameter distribusi frekuensi dan severity. Pada kasus frekuensi dan severity independen, penentuan distribusi posterior untuk frekuensi dan severity dilakukan secara terpisah sedangkan pada kasus frekuensi dan severity dependen, penentuan distribusi posterior untuk frekuensi dan severity dilakukan dengan menggunakan distribusi bersama dari frekuensi dan severity. Skripsi ini membahas penentuan net premi yang didasarkan pada distribusi frekuensi dan distribusi severity baik untuk frekuensi dan severity independen maupun dependen.

---

Vehicle insurance companies in many countries use the Bonus Malus System to determine the policyholder 39 s net premium. The determination of net premiums on the Bonus Malus System is based solely on the frequency of claims and ignores the severity of claims. This is unfair to policyholders who have small claims. To overcome this problem, the net premium determination method in Bonus Malus System was developed taking into account the frequency and severity of claims. Frequency and severity can be assumed to be independent or dependent. In determining the net premium, a posterior distribution of parameters of the frequency and severity distribution is required. In the case of frequency and severity independent, the determination of the posterior distribution for frequency and severity is performed separately whereas in the case of frequency and severity dependent, the determination of posterior distribution for frequency and severity is done by using the joint distribution of frequency and severity. This thesis discuss the determination of net premium based on frequency distribution and severity distribution for both frequency and severity independent and dependent. "

"

Keberhasilan ekonomi merupakan suatu indikator yang baik dari sebuah masyarakat yang kaya. Meskipun demikian, ada banyak faktor lain yang memengaruhi kekayaan dan kesejahteraan masyarakat suatu negara seperti tingkat kebebasan pribadi, lingkungan hidup, dan pendidikan, yang merupakan elemen penting dalam menciptakan suatu masyarakat yang makmur. Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang membentuk kemakmuran 149 negara di dunia selama tahun 2018. Dalam penelitian ini 74 variabel yang diambil dari Legatum Prosperity IndexTM digunakan, kecuali variabel-variabel yang berasal dari Gallup World Poll karena ketidaktersediaan data. Data dianalisis menggunakan Analisis Faktor, dan direduksi menjadi 13 faktor yang menggambarkan tentang berbagai aspek penting dalam kehidupan. Seratus empat puluh sembilan negara tersebut dikelompokkan berdasarkan skor faktor masing-masing negara menggunakan pengklasteran metode Ward menjadi 4 kelompok berbeda dengan masing-masing klaster beranggotakan negara-negara yang memiliki karakteristik yang serupa. Diperoleh bahwa Klaster 1 merupakan kelompok negara-negara yang secara keseluruhan makmur, Klaster 2 merupakan kelompok negara-negara yang cukup makmur dalam hal masyarakat yang inklusif, Klaster 3 merupakan kelompok negara-negara dengan tingkat kemakmuran yang cukup, dan Klaster 4 merupakan kelompok negara-negara yang cukup makmur dalam hal masyarakat yang berdaya serta ekonomi yang bebas.

---

Economic achievement is a good indicator of a wealthy society. Nevertheless, there are many other factors that affect in shaping the wealth and well-being of the people in a country, such as the level of personal freedom, the environment, and education which are important elements in creating a prosperous society. The aim of this study is to identify the factors that shape the prosperity of 149 countries in the world during 2018. In this study 74 variables taken from the Legatum Prosperity IndexTM are used, excluding variables originating from the Gallup World Poll due to data unavailability. The data is reduced using Factor Analysis into 13 factors that describe various aspects of life. The 149 countries are clustered based on their factor scores using Wards Clustering into 4 distinct groups of countries with similar features. It is revealed that Cluster 1 consists of countries that are overall prosperous, Cluster 2 consists of countries that are quite prosperous in terms of an inclusive society, Cluster 3 consists of countries with sufficient levels of prosperity, and Cluster 4 consists of countries that are quite prosperous in terms of an empowered society and a free economy.

"

"Analisis sentimen dilakukan untuk menganalisis pendapat atau pandangan seseorang terhadap suatu masalah tertentu. Analisis sentimen dapat dilakukan secara manual, tetapi jika menggunakan data berskala besar akan lebih mudah dilakukan secara otomatis yaitu dengan menggunakan machine learning. Namun, machine learning hanya efektif digunakan pada satu domain saja sehingga dikembangkanlah lifelong learning. Lifelong learning merupakan machine learning yang dapat melakukan pembelajaran secara berkelanjutan. Pada penelitian ini, model yang digunakan adalah model CNN-LSTM dan LSTM-CNN. Pada kinerja transfer of knowledge, model CNN-LSTM dan LSTM-CNN menunjukkan hasil lebih baik dibanding model LSTM, tetapi kedua model gabungan tersebut kinerjanya lebih buruk dibanding model CNN. Sedangkan, pada kinerja loss of knowledge, model model CNN-LSTM dan LSTM-CNN menunjukkan hasil lebih baik dibanding model CNN, tetapi lebih buruk dibanding model LSTM. Pada penelitian ini, diimplementasikan juga lifelong learning dengan pembaruan vocabulary. Penambahan pembaruan vocabulary pada lifelong learning meningkatkan kinerja model CNN, LSTM, CNN-LSTM, dan LSTM-CNN pada transfer of knowledge dan loss of knowledge

---

Sentiment analysis is done to analyze a person's opinion or views on a particular problem. Sentiment analysis can be done manually, but if you use large-scale data it will be easier to do it automatically by using machine learning. However, machine learning is only effective in one domain, so lifelong learning is developed. Lifelong learning is machine learning that can carry out continuous learning. In this study, the models used are the CNN-LSTM and LSTM-CNN models. In the transfer of knowledge performance, the CNN-LSTM and LSTM-CNN models showed better results than the LSTM model, but the two combined models performed worse than the CNN model. Meanwhile, for the loss of knowledge performance, the CNN-LSTM and LSTM-CNN models showed better results than the CNN model, but worse than the LSTM model. In this study, lifelong learning with vocabulary updates was also implemented. The addition of vocabulary updates to lifelong learning improves the performance of the CNN, LSTM, CNN-LSTM, and LSTM-CNN models on transfer of knowledge and loss of knowledge"