Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Bagan kendali multivariat digunakan untuk memonitor proses produksi dengan beberapa variabel karakteristik kualitas pada satu bagan kendali. Bagan kendali multivariat yang biasa digunakan adalah bagan kendali chi-square, tetapi bagan kendali ini tidak dapat mendeteksi pergeseran mean yang kecil pada suatu proses produksi. Namun, beberapa produksi memerlukan ketelitian yang tinggi dalam mendeteksi pergeseran mean yang kecil. Lowry dan Woodall (1995) memperkenalkan bagan kendali untuk beberapa variabel karakteristik kualitas yang dapat mendeteksi pergeseran mean yang kecil, yaitu Multivariate Exponentially Weighted Moving Average atau disingkat MEWMA. Menurut Rigdon (1995), menentukan batas kendali atas dari bagan kendali MEWMA adalah dengan melalui penaksiran persamaan integral untuk memperoleh average run length pada kondisi in control (ARL0). Untuk menentukan batas kendali atas, tentukan terlebih dahulu ARL0 yang diinginkan, kemudian pilih dan batas kendali atas (h4 ) sehingga dihasilkan ARL0 yang diinginkan. Selanjutnya, bila terdapat tanda out of control maka diperlukan identifikasi variabel karakteristik kualitas yang berkontribusi sehingga menimbulkan tanda out of control dengan menggunakan metode dekomposisi T2 yang diperkenalkan Montgommery. ......Multivariate control chart is used for monitoring process production using several quality characteristic production variables in a control chart. Multivariate control chart that commonly used is chi-square control chart, but it cannot detect small shifts in the process. Nevertheless, some production needs high accuracy in detecting small shifts. Lowry and Woodall (1995) introduces multivariate control chart which can detect small shifts, called Multivariate Exponentially Weighted Moving Average (MEWMA). According to Rigdon, to determine the upper control limit of the chart is from approximating integral equation to obtain in control average run length (ARL0). For determining the upper control limit of the chart, first determine the desired ARL0, then choose r and upper limit (h4) until finding the desired in control average run length. Furthermore, if there is out of control signal, then identification of characteristic production variables which contributes to the signal using decomposition T2introduced by Montgomery is needed.

Abstrak :
Berdasarkan Vocabulary Of International Metrology (VIM), kalibrasi merupakan serangkaian kegiatan yang membentuk hubungan antara nilai yang ditunjukkan oleh instrumen (alat) ukur atau nilai observasi, dengan nilai yang sudah diketahui atau nilai aktual yang berkaitan dengan besaran yang diukur dalam kondisi tertentu. Salah satu metode yang digunakan untuk menaksir nilai aktual adalah metode classic. Ekspansi Deret Taylor digunakan untuk menunjukkan bahwa taksiran nilai aktual pada metode classic merupakan taksiran yang asimtotik unbiased. László J. Naszódi melakukan modifikasi penaksir nilai aktual dari metode classic. Dengan Ekspansi Deret Taylor ditunjukkan bahwa taksiran tersebut merupakan taksiran yang asimtotik unbiased namun lebih efisien. ......Based on the Vocabulary of International Metrology (VIM), calibration is a series of activities that forms the relationship between values indicated by the measurement instrument (tool) or the observation value, with a known value or actual value related to the quantity that is measured under certain conditions. One method that is used to estimate the actual value is the classic method. The Taylor series expansion is used to indicate that the estimated actual value on the classic method is an asymptotically unbiased estimate. László J. Naszódi modified the estimated actual value of the classic method. By the Taylor series expansion, it is shown that these estimates are asymptotically unbiased estimates, but more efficient.

Abstrak :
Analisis regresi linier berganda adalah suatu teknik statistik untuk memodelkan dan menganalisis hubungan antara variabel respon dan variabel-variabel regresor. Pada umumnya, penaksiran parameter pada model regresi linier berganda menggunakan metode OLS (Ordinary Least squares) yang menghasilkan taksiran least squares. Pada model regresi linier berganda dimungkinkan kondisi multikolinieritas yang menyebabkan variansi taksiran least squares menjadi besar sehingga taksiran least squares tidak stabil. Salah satu metode alternatif penaksiran parameter model regresi linier berganda untuk kasus multikolinieritas adalah metode ridge yang menghasilkan taksiran ridge. Taksiran ridge bergantung pada sebuah konstanta bias k yang disebut konstanta bias ridge. Metode generalized ridge merupakan pengembangan dari metode ridge, dengan menerapkan Dekomposisi Spektral untuk memperoleh bentuk kanonik, kemudian ditambahkan beberapa konstanta bias sebanyak jumlah variabel regresor yang diperoleh dari proses iterasi. Taksiran generalized ridge menghasilkan mean square error yang lebih kecil dari mean square error taksiran least squares. ...... Analysis of regression is a statistical technique for modeling and analizing the relationship between the response variable and regressor variables. This skripsi is modeling the relationship between one response variable and several regressor variables when there is no linear relationship among the regressors variable. The ordinary least squares method is used to estimate regression coefficient. Multicollinearity result in large variance for the least squares estimators of the regression coefficient, and the estimators also will be unstable. Ridge method is the most common method to overcome this problem. Ridge estimator depends on biasing parameter k called constant of ridge. Generalized ridge is an extension of the ordinary ridge method by applying spectral decompotition to obtain the canonical form, then adding biasing parameters as many as number of regressor variables that specified by iteration. The advantage of generalized ridge estimator over the least squares estimator is generalized ridge estimator has less scalar mean square error (mse) than mse of least squaress estimator.

Abstrak :
Pengelompokan nasabah asuransi berdasarkan Self-Organizing Map (SOM) dan analisis cluster hierarki I Gde Angga Surjana (0399010211) Self-Organizing Map (SOM) merupakan metode pengelompokan yang dapat digunakan untuk memvisualisasikan sekaligus mengeksplorasi karakteristik data. Kombinasi antara SOM dan analisis cluster hierarki dapat menjadi metode pengelompokan yang efektif apabila digunakan pada data yang berukuran relatif besar, seperti pada data nasabah dari suatu perusahaan asuransi. Kedua metode ini digunakan untuk membentuk kelompok nasabah berdasarkan produk asuransi yang diikuti agar perusahaan dapat mengidentifikasi kebutuhan para nasabahnya akan asuransi. Hasil pengelompokan dari kedua metode ini adalah tiga kelompok utama, yaitu kelompok nasabah yang sadar asuransi, kelompok nasabah asuransi jiwa dan kelompok nasabah satu jenis asuransi tertentu.

Abstrak :
Curah hujan dipengaruhi oleh beberapa faktor, di antaranya arah angin, kecepatan angin, kelembaban udara dan suhu udara. Metode regresi sirkular-linier digunakan untuk memprediksi curah hujan di Jakarta Pusat. Metode regresi sirkular-linier digunakan karena curah hujan sebagai variabel dependen adalah variabel linier dan terdapat variabel sirkular yang digunakan sebagai prediktor. Dengan analisis regresi sirkular-linier akan dapat dilihat bagaimana metode ini dapat membantu dalam menganalisis pengaruh unsur-unsur iklim terhadap hujan sebagai salah satu fenomena alam yang terjadi di atmosfer. Hasil pengolahan data dengan variabel dependen curah hujan dan variabel independen arah angin, kecepatan angin, kelembaban udara dan suhu udara didapatkan bahwa arah angin, kecepatan angin dan kelembaban udara merupakan prediktor yang baik, sedangkan variabel suhu udara bukan prediktor yang baik dalam memprediksi curah hujan. Hasil pengolahan data dengan curah hujan sebagai variabel dependen dan arah angin sebagai prediktor, dapat diinterpretasikan bahwa rata-rata curah hujan minimum di daerah Jakarta Pusat adalah sekitar 2,3 mm/jam, yaitu pada arah angin sekitar 2160, namun rata-rata curah hujan maksimum tidak dapat diinterpretasikan, karena sudut pada saat kurva regresi mencapai titik maksimum berada di luar daerah eksperimen.

Abstrak :
Tulisan ini membahas metode peramalan dengan pendekatan model runtun waktu Box-Jenkins yang merupakan proses pengembangan dari kombinasi proses Autofegresive (AR) dan proses Moving Average (MA) untuk runtun waktu tidak stasioner menjadi proses Autoregresive Integrated Moving Average (ARIMA). Pembahasan dimulai dengan unsur-unsur yang merupakan konsep analisa runtun waktu Box-Jenkins yaitu : Analisa runtun waktu stasioner dan tidak stasioner, Fungsi Autokovariansi, Fungsi Autokorelasi, Fungsi Autokorelasi parsial, Operator Back—Shift, dan Operator Diferensi. Dilanjutkan dengan menerangkan langkah-langkah penentuan model peramalan dengan metode runtun waktu Box-Jenkins yaitu : Identifikasi model, Estimasi parameter, dan Verifikasi.

Abstrak :
Konflik adalah hal yang biasa muncul dalam berelasi sosial dan penyelesaiannya bergantung pada kemampuan mengatasi konflik seseorang. Diduga tingkat kemampuan mengatasi konflik seseorang selain dipengaruhi oleh kestabilan emosi yang terdapat pada dirinya sendiri juga dipengaruhi oleh kestabilan emosi pada sahabatnya. Kebenaran dugaan tersebut akan diteliti dalam tulisan ini dengan menggunakan metode structural equation model (SEM) dengan variabel laten untuk data interchangeable dyads. Metode SEM dengan variabel laten untuk data interchangeable dyads mempunyai dua matriks input yaitu matriks between-dyad dan matriks within-dyad serta menggunakan variabel panthom dalam proses estimasi parameter. Dalam SEM dengan variabel laten untuk data interchangeable dyads terdapat tiga macam model yaitu model actor-partner, mutuall-influence, dan model mixed. Namun dalam tulisan ini hanyalah membahas model actor-partner. Pada model actor-partner variabel panthom juga berfungsi untuk merepresentasikan pengaruh kestabilan emosi seseorang terhadap tingkat kemampuan mengatasi konflik dari sahabatnya. Hasil penelitian menunjukkan bahwa tingkat kemampuan menyelesaikan konflik dari seseorang sangat dipengaruhi oleh kestabilan emosi dari orang tersebut namun tidak dipengaruhi oleh kestabilan emosi sahabatnya. Dari hasil tersebut dapat disarankan bahwa dalam memperbaiki tingkat kemampuan mengatasi konflik dari mahasiswa Universitas Indonesia jenjang strata 1 dan iv diploma 3 kampus Depok, seseorang atau peneliti harus melihat kestabilan emosi pada dari orang tersebut.

Abstrak :
Sebagai perusahaan produk jasa, lembaga pendidikan berusaha untuk memenuhi kebutuhan dan kepuasan pelanggan dengan pelayanan dan fasilitas yang baik. Menurut Barry dan Parasuraman, ada 5 faktor yang dapat mempengaruhi kepuasan pelanggan produk jasa, reliability, responsiveness, assurance, empathy, dan tangible. Dalam tugas akhir ini, akan dilihat apakah ke-5 faktor tersebut mempengaruhi kepuasan pelanggan lembaga pendidikan, yakni mahasiswa FMIPA UI terhadap pelayanan dan fasilitas di Departemen mereka, dan akan dilihat apakah ada faktor lain yang mempengaruhi kepuasan mahasiswa FMIPA UI dengan bantuan software SPSS 13, SAS 6.0, dan Eviews 5. Untuk itu dilakukan pengambilan sampel dengan metode Two Stage Cluster Sampling. Setiap responden diminta untuk mengisi biodata berupa karakteristik mereka, yakni jenis kelamin, umur, angkatan, urutan lahir dalam keluarga sebagai anak, pendapatan dan pendidikan orang tua, alat transportasi, dan status pernikahan orang tua mereka. Selain itu, mereka juga menjawab pertanyaan - pertanyaan yang akan dijadikan skor reliability, responsiveness, assurance, empathy, dan tangible, dan skor kepuasan terhadap pelayanan dan fasilitas di Departemen mereka. Jadi terdapat 2 model pada masalah ini, model teori dan model karakteristik. Karena variabel tak bebas dalam masalah ini tersensor, maka digunakanlah regresi Tobit, jika dianalisis dengan regresi OLS(Ordinary Least Squares),

Abstrak :
Structural Equation Model (SEM) merupakan salah satu metode statistik yang digunakan untuk menganalisis hubungan simultan antar variabel laten. Selain digunakan untuk menganalisis hubungan simultan antar variabel pada data yang tidak berpasangan, ternyata SEM juga dapat digunakan untuk menganalisis hubungan simultan antar variabel pada data yang berpasangan, baik pasangan yang dapat dibedakan maupun pasangan yang tidak dapat dibedakan. Pada tugas akhir ini akan dibahas SEM untuk data berpasangan yang tidak dapat dibedakan. Ada 3 model pada SEM untuk data berpasangan yang tidak dapat dibedakan, yaitu model actor-partner, model mutual-influence dan model mixed. Pada penelitian ini akan digunakan model mixed yang merupakan penggabungan dari model actor-partner dan model mutual-influence. Tidak seperti pada metode SEM pada umumnya, SEM untuk data berpasangan yang tidak dapat dibedakan menggunakan 2 matriks input, yaitu matriks between-dyad dan matriks within-dyad. Selain itu digunakan pula variabel phantom yang selain berguna untuk merepresentasikan pengaruh pasangan, juga membantu proses estimasi parameter dalam model.

Abstrak :
Pada tugas akhir ini dibahas mengenai distribusi bivariat Gamma, yang aplikasinya banyak ditemui pada bidang hidrologi. Pembahasan meliputi konstruksi dan sifat – sifat dari distribusi bivariat Gamma. Pada proses konstruksi, digunakan 3 cara yang berdasarkan karakterisasi dari distribusi Gamma dan Beta. Sehingga menghasilkan 3 tipe distribusi bivariat Gamma yaitu tipe I, II, dan III. Sesudah tahap konstruksi, pada bentuk joint p.d.f dinyatakan dalam fungsi Whittaker. Sifat-sifat yang dibahas meliputi conditional p.d.f, product moment, kovariansi, dan korelasi. Sebagai ilustrasi digunakan data simulasi untuk tipe I, II, dan III. Hasil simulasi menunjukkan kesesuaian dengan teori yang dibahas. ......In this final project, discussed the bivariate Gamma distribution, whose applications were encountered in the field of hydrology. The discussion includes the construction and some properties of bivariate Gamma distribution. In the construction process, used 3 ways, which based on the characterization of the Gamma and Beta distributions, resulting bivariate Gamma distribution of 3 types namely type I, II, and III. After the construction phase, the joint p.d.f is expressed in the form of Whittaker functions. The properties covered include conditional p.d.f, product moment, covariance, and correlation. As an illustration, used simulated data for type I, II, and III. Simulation results demonstrate conformity with the theory are discussed.