:: UI - Skripsi Open :: Kembali

UI - Skripsi Open :: Kembali

Pendeteksian cluster dengan metode semi-parametrik

Dina Indarti; Dian Lestari, supervisor; Yekti Widyaningsih, supervisor (Universitas Indonesia, 2008)

 Abstrak

Metode scan statistic yang dikembangkan oleh Kulldorf merupakan suatu metode yang dapat digunakan untuk mendeteksi cluster dengan menggunakan scanning window dalam satu atau dua dimensi, yang membutuhkan asumsi underlying distribution dari daerah yang akan diteliti, misalnya Bernoulli, Poisson, atau Normal. Dalam tugas akhir ini akan membahas suatu metode untuk mendeteksi cluster jika underlying distribution dari daerah yang akan diteliti tidak diketahui. Metode ini disebut metode semi-parametrik. Metode semi-parametrik menggunakan model rasio densitas semi-parametrik yang dinyatakan sebagai fungsi dari tilt function. Untuk menentukan kandidat cluster, dilakukan pembentukkan scanning window yang berbentuk lingkaran. Scanning window memisahkan daerah yang diteliti menjadi dua bagian, yaitu daerah di dalam dan di luar scanning window. Model rasio densitas digunakan untuk menguji kesamaan distribusi dua populasi, yaitu populasi di dalam dan di luar scanning window. Dalam mendeteksi cluster, setiap scanning window dihitung rasio likelihood-nya setelah pemilihan tilt function. Setiap scanning window berkaitan dengan suatu statistik uji (rasio likelihood). Hal ini menyebabkan multiple testing problem. Untuk mengatasi hal ini digunakan Bonferroni correction.

 Metadata

No. Panggil : S27705
Entri utama-Nama orang :
Entri tambahan-Nama orang :
Entri tambahan-Nama badan :
Subjek :
Penerbitan : Depok: Universitas Indonesia, 2008
Program Studi :
Bahasa : ind
Sumber Pengatalogan :
Tipe Konten :
Tipe Media :
Tipe Carrier :
Deskripsi Fisik : ix, 49 hlm. : ill. ; 28 cm. + lamp.
Naskah Ringkas :
Lembaga Pemilik : Universitas Indonesia
Lokasi : Perpustakaan UI, Lantai 3
  • Ketersediaan
  • Ulasan
No. Panggil No. Barkod Ketersediaan
S27705 14-21-530604332 TERSEDIA
Ulasan:
Tidak ada ulasan pada koleksi ini: 125683