Article Per Year (5 Year)
p-Index From 2018 - 2023
0
P-Index
This Author published in this journals
All Journal Statistika Jurnal Sains dan Seni ITS
Muhammad Sjahid Akbar
Unknown Affiliation
Arts Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Industrial & Manufacturing Engineering Mathematics

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Optimasi Multirespon pada Metode Taguchi dengan Pendekatan Data Envelopment Analysis Aulia Rochmah; Sony Sunaryo; Muhammad Sjahid Akbar
Jurnal Sains dan Seni ITS Vol 1, No 1 (2012): Jurnal Sains dan Seni ITS (ISSN 2301-928X)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v1i1.551

Abstract

Wire-Electrical Discharge Machine (EDM) merupakan salah satu jenis EDM yang banyak digunakan untuk membuat benda kerja seperti pahat potong. Wire-EDM menggunakan pahat kawat yang berbentuk silinder dengan diameter tertentu untuk membuat benda kerja. Pada beberapa proses pemesinan,  produsen memerlukan sebuah pahat potong khusus yang harus dibuat sendiri karena tidak tersedia di pasaran. Penelitian ini menjelaskan tentang pendekatan yang efisiensi untuk memecahkan masalah multirespon dalam metode Taguchi dengan Data Envelopment Analysis formulasi agresif. Rancangan Orthogonal Array (OA) L8(27) untuk menentukan Decision Making Unit (DMU). Respon dalam penelitian ini adalah waktu pengerjaan, tebal lapisan recast, lebar pemotongan, dan kekasaran permukaan dengan karakteristik smaller the better (STB) sebagai input sedangkan menetapkan unit (satu) sebagai output. Hasil yang dapat disimpulkan yaitu seting kombinasi optimal dari parameter proses pada percobaan kinerja wire-EDM yang diperoleh yaitu seting kombinasi optimal berada pada kondisi Pengaruh Open Voltage dengan 18 volt, Pengaruh Servo Voltage dengan 44 volt dan Konsentrasi Serbuk Alumunium dengan 0,25 gr/liter. Hasil perhitungan nilai mean pada setiap level pada setingan kombinasi optimal untuk semua respon yaitu pengaruh on time dengan 8 ms, pengaruh open voltage dengan 18 volt, pengaruh arc on time dengan 6 ms, pengaruh off time dengan 18 ms, pengaruh servo voltage dengan 44 volt dan pengaruh serbuk alumunium dengan 0,25 gr/liter untuk metode DEA Agresif. Kesimpulan yang diperoleh DEA Agresif lebih baik digunakan dibandingkan dengan metode DEA. 
Klasifikasi Tingkat Hidup Pekerja dengan Bootstrap Diskriminan Muhammad Sjahid Akbar; Bambang Widjanarko Otok
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 5, No 1 (2005)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v5i1.918

Abstract

Masalah klasifikasi (pengelompokkan) pada kelompok yang sudah diketahui pada umumnyamembatasi diri dalam melibatkan sejumlah peubah yang terkait, sehingga mengakibatkan hilangnyasebagian informasi yang justru berkonsekuensi dalam kesimpulan penelitian. Untuk itu upaya yangdilakukan untuk membatasi keterlibatan sejumlah peubah dalam penelitian harus melihat kerangkapermasalahan secara menyeluruh pada kelompok dalam peubah tersebut. Klasifikasi Tingkat HidupPekerja yang meliputi kelompok ”kurang baik’, ’sama baik’ dan ”lebih baik’ diduga dipengaruhi olehpendidikan (X1), status pekerjaan (X2), upah/gaji sebulan (X3) dan status perkawinan (X4).Metode klasifikasi yang baik akan menghasilkan sedikit kesalahan klasifikasi atau peluangkesalahan alokasi yang kecil dan juga terpenuhinya asumsi seperti variansi sama pada kelompok.Sehingga diperlukan suatu kajian mengenai masalah klasifikasi dengan pendekatan analisisdiskriminan yang dikembangkan Fisher (1936). Analisis diskriminan yang dikembangkan untukpopulasi yang berdistribusi normal dengan varians-kovarians sama. Tetapi pada penerapannyaanalisis diskriminan sering melibatkan variabel-variabel kategorik yang tidak mengikuti poladistribusi normal, meskipun diperoleh hasil tidak optimal. Metode klasifikasi yang baik akanmenghasilkan sedikit kesalahan klasifikasi (alokasi) atau peluang kesalahan alokasi yang kecil.Kenyataannya, masalah klasifikasi sering dijumpai pada data dengan pola sebaran yang tidaknormal, meskipun dapat digunakan analisis diskriminan tetapi hasil yang diperoleh tidak menjamin.Efron dan Tibshirani (1993), telah menggunakan metode bootstrap dalam memodelkan kadarhormon lutenisia pada wanita.Hasil penelitian menunjukkan bahwa analisis diskriminan linear Fisher merupakan suatumetode yang sangat baik dalam masalah klasifikasi dan dalam menentukan variabel pembeda padakelompok, terutama jika asumsi distribusi normal dan matriks kovarians sama telah terpenuhi.Selain itu fungsi diskriminan yang diperoleh mudah diinterpretasikan untuk menjelaskanketerkaitan prediksi kedepan dalam pengelompokkan. Model prediksi untuk mengelompokkantingkat hidup pekerja hanya dipengaruhi oleh variabel Pendidikan (X1) dan secara keseluruhanmempunyai ketepatan pengelompokkan sebesar 54.6%, sedangkan pada bootstrap diskriminansecara keseluruhan mempunyai ketepatan pengelompokkan sebesar 56.2%. Dengan demikianpendekatan bootstrap
Co-Authors Aulia Rochmah Bambang Widjanarko Otok Sony Sunaryo