Claim Missing Document
Check
Articles

ANALISIS REGRESI KOMPONEN UTAMA YANG MEMINIMUMKAN KUADRAT TENGAH GALAT Siti Magfiratul Hasanah; Aceng Komarudin Mutaqin; Nusar Hajarisman
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 4, No 2 (2004)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v4i2.899

Abstract

Regresi multipel dengan variabel bebas yang saling berhubungan (mengandung multikolinearitas) merupakan masalahyang cukup serius dalam melakukan analisis data penelitian. Apabila terdapat Multikolinearitas diantara variabel bebasmaka penaksiran parameter model regresi dengan menggunakan metode kuadrat terkecil akan menghasilkan penaksir yangtak bias tetapi mungkin penaksir tesebut mempunyai varians yang besar. Salah satu pendekatan untuk mengatasi masalahmultikolinearitas adalah penggunaan penduga regresi berbias. Beberapa metode yang berkenaan dengan pendekatanregresi berbias ini diantaranya adalah regresi gulud (ridge regression), regresi akar laten, dan regresi komponen utama.Pada makalah ini dibahas metode analisis regresi komponen utama dengan memilih komponen utama yang dapatmeminimumlan kuadrat tengah Galat (Mean Squared Error – MSE) dari penaksir parameter regresi.
Pemodelan Data Besar Klaim Asuransi Kendaraan Bermotor Menggunakan Distribusi Mixture Erlang Indah Permatasari; Aceng Komarudin Mutaqin; Lisnur Wachidah
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 17, No 1 (2017)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v17i1.2714

Abstract

Distribusi mixture Erlang dengan parameter skala yang sama merupakan salah satu distribusi yangdapat digunakan untuk memodelkan data yang mempunyai karakteristik bermodus banyak (lebihdari satu). Penaksiran parameter distribusi mixture Erlang dengan parameter skala yang samamenggunakan algoritme Expectation-Maximization (EM), sedangkan uji kecocokan modeldistribusinya akan digunakan uji kecocokan Anderson-Darling. Sebagai bahan aplikasi akandigunakan data besar klaim asuransi kendaraan bermotor di Indonesia yang bersumber dari instansipemerintah XYZ. Hasil pemodelannya menunjukkan bahwa data besar klaim asuransi kendaraanbermotor Kategori 1 dan 2 Wilayah 1 di Indonesia berdistribusi mixture Erlang dengan parameterskala yang sama dan distribusi Erlang yang dilibatkan sebanyak 2. Dari distribusi mixture Erlangdengan parameter skala yang sama diperoleh nilai taksiran parameter bentuk 45 ; ; taksiranparameter bobot ̂ ; ̂ ; dan taksiran parameter skala ̂
Pendugaan Angka Kematian Bayi Melalui Model Regresi Poisson Bayes Berhirarki Dua-Level (Studi Kasus pada Kota Bandung, Provinsi Jawa Barat) Nusar Hajarisman; Aceng Komarudin Mutaqin; Anneke Iswani A.
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 13, No 2 (2013)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v13i2.1077

Abstract

In this paper, we address the issue of estimation of the hierarchical Bayesian models, especially forcount data in small area estimation problem. This model was developed by combining the existingterminology in generalized linear models with the concept of Bayes methods, especially hierarchicalBayes methods, such that it can be implemented to address the problem of small area estimation forsurvey data in the form of the count data. Development of this model starts by assuming that theobserved random variable is a member of the exponential family conditional on a certain parameter.The main objective of the development of this model is to make inference on these parameters are alsoconsidered as random variables. Then these parameters are modeled with the Fay-Herriot model asthe basic model of the small area estimation. Furthermore, the combination of both models will bestandardized in such a way as to represent a model within the framework of Bayes methods that willeventually form a two-level hierarchical Bayes Poisson model to solve problems in small areaestimation. The results of the development of this model is implemented to estimate the infantmortality rate in Bandung district, West Java Province.
Pemodelan Besar Klaim Asuransi Kendaraan Bermotor Indonesia Menggunakan Model Komposit Log-Logistik-Generalized Pareto Aceng Komarudin Mutaqin; Resyi Pandini Safitri
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 20, No 2 (2020)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v20i2.7564

Abstract

Dalam artikel ini dibahas pemodelan komposit distribusi log-logistik-Generalized Pareto pada data besar klaim asuransi kendaraan bermotor di Indonesia. Dalam model komposit terdapat nilai ambang batas yang dihitung menggunakan metode heuristik aturan akar kuadrat. Pengujian kecocokan distribusi dilakukan menggunakan uji kecocokan Kolmogorov-Smirnov. Penaksiran parameter untuk masing-masing distribusinya menggunakan metode penaksiran kemungkinan maksimum melalui metode numerik Newton-Raphson. Data yang digunakan adalah data yang diperoleh dari perusahaan asuransi umum PT. XYZ. Data tersebut berisi data besar klaim partial loss pemegang polis produk asuransi comprehensive untuk kendaraan bermotor kategori 6 (jenis kendaraan Truk & Pickup) wilayah 2 yang mencakup DKI Jakarta, Jawa Barat, dan Banten. Berdasarkan hasil penerapan, model komposit log-logistik-Generalized Pareto cocok untuk memodelkan data besar klaim di atas, dengan nilai ambang batas 65.575.000.
Implementasi Model Poisson Bayes Berhirarki Dua-Level untuk Memodelkan Data Cacahan pada Masalah Pendugaan Area Kecil Nusar Hajarisman; Aceng Komarudin Mutaqin; Anneke Iswani Ahmad
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 12, No 2 (2012)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v12i2.1064

Abstract

In this paper, we address the issue of estimation of the hierarchical Bayesian models, especially forcount data in small area estimation problem. This model was developed by combining the existingterminology in generalized linear models with the concept of Bayes methods, especially hierarchicalBayes methods, such that it can be implemented to address the problem of small area estimation forsurvey data in the form of the count data. Development of this model starts by assuming that theobserved random variable is a member of the exponential family conditional on a certain parameter.The main objective of the development of this model is to make inference on these parameters are alsoconsidered as random variables. Then these parameters are modeled with the Fay-Herriot model asthe basic model of the small area estimation. Furthermore, the combination of both models will bestandardized in such a way as to represent a model within the framework of Bayes methods that willeventually form a two-level hierarchical Bayes Poisson model to solve problems in small areaestimation.
Taksiran Perbedaan Resiko Pada Studi Beberapa Rumah Sakit Di Bawah Heterogenitas Baseline Resiko Aceng Komarudin Mutaqin; Riki Kurniawan
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 3, No 2 (2003)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v3i2.579

Abstract

Dalam bidang kesehatan muncul suatu permasalahan untuk menaksir parameter perbedaanresiko dari dua kelompok pasien pada beberapa Rumah Sakit (t) jika terdapat heterogenitasperbedaan resiko sepanjang rumah sakit (heterogenitas baseline resiko). Lipsitz et al. mengusulkansuatu penaksir untuk parameter t jika terdapat heterogenitas baseline resiko berdasarkan rata-ratadiboboti dari penaksir perbedaan resiko dua kelompok pasien di setiap rumah sakit. Ada kesulitanteknis dalam menggunakan penaksir ini, yaitu bobot yang digunakan tidak terdefinisi untuk kasuskasustertentu sehingga penaksir ini bias. Skripsi ini membahas metode penaksir parameter tdengan menggunakan penaksir jenis Mantel-Haenszel. Penaksir ini tidak bias dan memiliki variansyang kecil untuk ukuran sampel (banyaknya pasien) yang kecil dalam rumah sakit. Metode iniditerapkan untuk data medical record (rekam medis) dari Rumah Bersalin (RB) Al–Islam dan RBPuskesmas Padasuka yang ada di Kota Bandung pada bulan Januari sampai Desember 2003.Kondisi dari kedua RB tersebut berbeda, khususnya dalam tingkat pelayanan, alat medis yangdigunakan, dokter, perawat, dan sosial ekonomi pasien, jadi dapat dikatakan terdapat heterogenitasbaseline resiko untuk kedua RB tersebut. Hasilnya menunjukkan bahwa ada perbedaan antarakelompok ibu-ibu yang mengkonsumsi vitamin dari RB dan tidak mengkonsumsi vitamin dari RBselama masa kehamilan terhadap kenormalan berat badan bayi waktu lahir di kedua RB tersebut.Kata Kunci: perbedaan resiko, heterogenitas baseline resiko, taksiran jenis Mantel-Haenzel
Uji Permutasi untuk Masalah Dua Sampel Saling Bebas: Studi Kasus di LAFI-DITKES AD Bandung Jawa Barat Danang Setiawan; Aceng Komarudin Mutaqin
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 8, No 2 (2008)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v8i2.986

Abstract

Makalah ini membahas prosedur uji permutasi untuk masalah dua sampel saling bebas. Prosedurini merupakan alternatif dari uji Wilcoxon-Mann-Whitney untuk menangani masalah dua sampelsaling bebas jika datanya tidak berdistribusi normal. Data yang akan digunakan untukmengaplikasikan metode tersebut diterapkan pada data sekunder mengenai waktu kegagalan duamerk mesin stripping yang digunakan dalam produksi obat-obatan di Lembaga Farmasi-DirektoratKesehatan Angkatan Darat Bandung Jawa Barat selama periode Maret 2004 sampai Juli 2005.Berdasarkan hasil perhitungan menunjukan bahwa rata-rata waktu perawatan mesin stripping merkChuan Yung sama dengan rata-rata waktu perawatan mesin stripping merk Ganson.
Program MATLAB untuk Membentuk Compound Distribution Aceng Komarudin Mutaqin
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 10, No 1 (2010)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v10i1.1010

Abstract

Salah satu teori statistika yang dipakai untuk menaksir outstanding claim liability dalam asuransiumum adalah compound distribution. Compound distribution merupakan distribusi untuk peubahacak hasil penjumlahan peubah-peubah acak yang saling bebas, dimana banyaknya peubah-peubahacak tersebut juga merupakan peubah acak. Makalah ini membahas pembangunan programMATLAB untuk membentuk compound distribution. Program yang dibangun dapat diterapkan untukdistribusi apapun. Sebagai bahan aplikasi digunakan data riil klaim produk asuransi mobil diperusahaan asuransi PT XYZ.
Membangkitkan Data Klaim Individu Pemegang Polis Asuransi Kendaraan Bermotor Berdasarkan Data Klaim Agregat Aceng Komarudin Mutaqin
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 12, No 1 (2012)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v12i1.1060

Abstract

Suatu algoritma dibangun untuk membangkitkan data klaim individu pemegang polisasuransi kendaraan bermotor berdasarkan data klaim individu menggunakan simulasiMonte Carlo dan bootstrap. Algoritma ini mengasumsikan bahwa data pertanggungan dandata klaim sudah bersih, dan individu pemegang polis dalam setiap kelompok pemegangpolis memiliki kemungkinan yang sama untuk mengajukan klaim. Algoritma tersebutdiilustrasikan dengan sebuah contoh.
Penaksiran Koefisien Korelasi Antara Data Dikelompokkan dan Data Tidak Dikelompokkan Menggunakan Metode MCEM Aceng Komarudin Mutaqin; Asep Syaifulhadi
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 2, No 2 (2002)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v2i2.503

Abstract

Makalah ini membahas suatu metode penaksiran koefisien korelasi antara data yangdikelompokkan dan data yang tidak dikelompokkan menggunakan metode Monte Carlo Expectation-Maximization (MCEM). Untuk mengaplikasikannya digunakan data hasil survei mengenai datapendapatan rumah tangga yang dikelompokkan dengan data pengeluaran energi rumah tangga(listrik, minyak tanah, LPG) di daerah Cibarengkok Kelurahan Sukabungah Kecamatan Sukajadi RW06. berdasarkan hasil perhitungan dapat disimpulkan bahwa taksiran koefisien korelasi Pearsonantara logaritma natural data pendapatan rumah tangga dengan logaritma natural pengeluaranenergi rumah tangga di daerah Cibarengkok Kelurahan Sukabungah Kecamatan Sukajadi RW 06adalah 0.233 dengan simpangan bakunya adalah 0.085.