Hasil Pencarian  ::  Simpan CSV :: Kembali

"Error in variable model adalah model regresi dimana variabel independennya mengandung error. Hal ini dikarenakan nilai sebenarnya dari variabel independen tidak diketahui dan tidak dapat diukur dengan tepat sesuai dengan nilai sebenarnya (disebut dengan variabel independen yang tidak terobservasi), sehingga nilai sebenarnya dari variabel independen ini diwakilkan oleh nilai yang didapat dari suatu proses pengukuran yang belum tentu sesuai dengan nilai sebenarnya. Salah satu jenis error in variable model adalah classical error in variable model. Pada classical error in variable model, terdapat dua jenis variabel independen yang tidak terobservasi, yaitu fixed dan random. Pada penulisan tugas akhir ini akan dibahas mengenai penaksiran parameter pada classical error in variable model dimana variabel independen yang tidak terobservasi berdistribusi normal dengan menggunakan metode maksimum likelihood."

"In the 1820s Gauss published two memoirs on least squares, which contain his final, definitive treatment of the area along with a wealth of material on probability, statistics, numerical analysis, and geodesy. These memoirs, originally published in Latin with German Notices, have been inaccessible to the English-speaking community. Here for the first time they are collected in an English translation. For scholars interested in comparisons the book includes the original text and the English translation on facing pages. More generally the book will be of interest to statisticians, numerical analysts, and other scientists who are interested in what Gauss did and how he set about doing it. An Afterword by the translator, G. W. Stewart, places Gauss's contributions in historical perspective."

"Sistem tata udara presisi merupakan sistem yang mempunyai dua masukan, yaitu kecepatan putaran kipas dan kompresor, dan dua keluaran ,yaitu temperature dan kelembaban, umumnya disebut sebagai sistem Multi Input dan Multi Output (MIMO). Sistem MIMO ini menyebabkan pencarian model fisik dari sistem tata udara presisi menjadi relative sangat sulit. Oleh karena itu, diperlukan identifikasi sistem yang bersifat black box. Selain itu, dibutuhkan identifikasi model yang bersifat adaptif dan prediktif, sehingga model yang didapatkan lebih baik dalam merepresentasikan sistem tata udara presisi.Identifikasi subspace diakui sangat efisien untuk model system yang multivariable, dan estimasi yang dilakukan hanya dari state system yang berasal dari pengaturan data input dan output. Dalam penelitian ini, metode subspace yang akan digunakan untuk memprediksi sistem tata udara presisi adalah PO MOESP. PO MOESP merupakan salah satu metode dari 4SID yang sangat baik digunakan untuk identifikasi multivariable. Dalam penelitian ini, metode tersebut digunakan secara offline dan online. Metode PO-MOESP ini selanjutnya akan diuji berbagai data, antara lain data linear, data nonlinear model PAC, dan data PAC hasil eksperimen, dimana seluruh data tersebut akan diproses secara offline dan Rekursif.Metode PO-MOESP Rekursif yang akan digunakan dalam penelitian ini akan diujicobakan ke suatu peralatan PAC. Jadi hasil yang diharapkan dari proses identfikasi ini adalahmetode identifikasi yang dapat bekerja dan memberikan identifikasi yang akurat merepresentasikan suatu sistem tata udara presisi, dimana identifikasi ini selanjutnya akan digunakan untuk model predictive control (MPC).

---

Precision Air Conditioning System has two inputs, namely the rotation speed of the fan and compressor, and two outputs, namely temperature and humidity, commonly referred to as Multi Input and Multi Output(MIMO). MIMO system is causing a physical model of the search system of air relative precision becomes very difficult. Therefore, required identification that are black box systems. In addition, the model identification is required to be adaptive and predictive models obtained thus better represent the system of air in precision.Subspace identificationis recognized very efficiently for a multivariable system models, and estimation is done only from the state system derived from the data input and output settings. In this study, subspace methods to be used to predict the system of air is PO-MOESP precision. PO-MOESP is one of the methods used 4SID excellent for multivariable identification. In this study, the method used offline and recursive. PO-MOESP this method will be tested a variety of data, including linear data, data nonlinear model of PAC, PAC data and experimental results, where all data will be processed offline and recursive.PO-MOESP recursive method to be used in this study will be tested to a PAC equipment. So the expected results of this identification process is the identification method that can work and provide an accurate identification represents a system of air-precision, where the identification is then used to model predictive control (MPC)."

"Dalam analisis yang berhubungan dengan waktu ketahanan sering timbul masalah data waktu ketahanan yang tersensor maka diperlukan metode analisis yang memperhatikan masalah sensoring. Waktu ketahanan individu sangat tergantung dari karakteristik-karakteristik individu yang bersangkutan. Dalam Statistik karakteristik-karakteristik ini dapat disebut Kovariat. Salah satu metode analisis yang dapat mengatasi masalah sensoring dengan memperhatikan kovariat individu (yang berupa variable kategorik) adalah Model Coxs Propotional Hazard. Tugas akhir ini membahas model Coxs Proporsional Hazard dengan focus pada Resiko Kegagalan Relatif (kerusakan/kematian) dan Ketahanan (ketahanan hidup/ketahanan pemakaian). Aplikasinya membahas ketahanan pasien penyakit jantung dengan transplantasi dan usia sebagai kovariatnya"

"Penelitian ini merupakan kajian analisis kesalahan kolokasi partikel-predikat bahasa Korea pada penutur bahasa Indonesia. Penelitian ini bertujuan untuk menelaah kesalahan penggunaan kolokasi partikel-predikat bahasa Korea yang dilakukan oleh penutur bahasa Indonesia. Penelitian ini disusun untuk menjawab dua pertanyaan penelitian, yakni berapa jumlah kesalahan kolokasi partikel-predikat bahasa Korea yang dilakukan oleh penutur bahasa Indonesia dan bagaimana bentuk kesalahan kolokasi partikel-predikat bahasa Korea yang dilakukan oleh penutur bahasa Indonesia. Penelitian ini menggunakan metode kualitatif dan kuantitatif serta menggunakan hasil angket yang disebarkan secara daring sebagai data analisis. Data yang telah diperoleh dihitung jumlah kesalahannya dan diklasifikasikan berdasarkan jenis kesalahannya dengan menggunakan teori analisis kesalahan berbahasa dan jenis kesalahan berbahasa. Hasil penelitian ini menunjukkan jenis kesalahan tertinggi yang dilakukan oleh penutur bahasa Indonesia dalam penggunaan kolokasi partikel-predikat bahasa Korea adalah kesalahan substitusi (48.47%) yang diikuti dengan kesalahan pengurangan (33.05%) dan penambahan (18.48%). Kemudian, jumlah kesalahan penggunaan kolokasi partikel kasus nominatif-predikat sebanyak 504 (39.47%) kesalahan lebih tinggi dibandingkan dengan jumlah kesalahan penggunaan kolokasi partikel kasus objek-predikat sebanyak 387 (30.30%) kesalahan dan kolokasi partikel kasus keterangan-predikat sebanyak 386 (30.23%) kesalahan.

---

This study discusses an analysis of Korean language particle-predicate collocation error made by Indonesian speakers. This study aims to analyze the error of using Korean particle-predicate collocations done by Indonesian speakers. This study is written to answer two questions; how many Korean particle-predicate collocation errors are made by Indonesian speakers and what are the forms of Korean particle-predicate collocation errors made by Indonesian speakers. This study uses both qualitative and quantitative methods and uses the results of questionnaires that had been distributed online as material of analysis. The data obtained was calculated and classified based on the type of error using language error analysis and types of language error theory. The result of this study shows that the highest type of error made by Indonesian speakers in the use of particle-predicate collocation is substitution error (48.47%), followed by omission error (33.05%) and addition error (18.48%). Furthermore, the number of errors in the use of nominative case particle-predicate collocations is 504 (39.47%), which is higher than the number of errors in the use of object case particle-predicate collocations that made up of 387 (30.30%) errors and adverbial case particle-predicate collocations up to 386 (30.23%) errors."

"Reliabilitas suatu alat ukur yang menggunakan Skala Likert seringkali ditaksir dengan koefisien Alpha Cronbach. Tetapi ternyata dapat ditunjukkan bahwa Koefisien Alpha Cronbach akan memberikan taksiran yang underestimate jika asumsi 𝜏-equivalent tidak dipenuhi. Penaksir koefisien Koefisien Tarkkonen‟s Rho diperkenalkan dalam tugas akhir ini. Dapat dibuktikan bahwa Koefisien Tarkkonen‟s Rho memberikan nilai taksiran yang lebih besar dari Koefisien Alpha Cronbach jika asumsi𝜏-equivalent tidak dipenuhi dan akan bernilai sama dengan Alpha Cronbach jika asumsiτ-equivalent dipenuhi. Contoh penerapan diberikan untuk membandingkan taksiran reliabilitas dengan menggunakan Koefisien Alpha Cronbach dan Koefisien Tarkkonen‟s Rho.

---

Reliability of measurement which uses Likert Scale is usually estimated by Cronbach‟s Alpha coefficient. But it can be shown that Cronbach‟s Alpha coefficient will give an underestimate estimation if the 𝜏-equivalence assumption is not fulfilled. The reliability estimator, called Tarkkonen‟s Rho Coefficient, will be introduced in this mini thesis. It can be proved that Tarkkonen‟s Rho coefficient will give greater reliability estimation than Cronbach‟s Alpha Coefficient if the 𝜏-equivalence assumption is not fulfilled and will give same reliability estimation if the 𝜏-equivalence assumption is fulfilled. An example of application will be given to compare the reliability estimations which is gotten by using Cronbach‟s Alpha Coefficient and Tarkkonen‟s Rho Coefficient."