Articles
<![CDATA[PEMODELAN TERBAIK DAN PERAMALAN TINGKAT SUKU BUNGA SPN 3 BULAN ]]>
<![CDATA[Mubarak, Fadhlul]]>;
<![CDATA[Wulandya, Siti Arni]]>;
<![CDATA[Seran, Karlina]]>;
<![CDATA[Soleh, Agus Mohamad]]>;
<![CDATA[Andriansyah, .]]>
<![CDATA[ Jurnal Kajian Ekonomi dan Keuangan Vol 1, No 3 (2017) ]]>
Publisher : <![CDATA[Badan kebijakan Fiskal ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.31685/kek.v1i3.202
<![CDATA[Salah satu asumsi dasar ekonomi makro yang masih mengalami kendala dalam pengembangan perangkat analisis model ekonomi yang akurat adalah suku bunga Surat Perbendaharaan Negara (SPN) 3 bulan. Hal ini terutama disebabkan periode data yang tidak teratur karena didasarkan kepada rata-rata yield yang dimenangkan dalam lelang yang dilaksanakan pada periode-periode tertentu. Penelitian ini bertujuan untuk memperoleh model proyeksi tingkat suku bunga SPN 3 bulan dengan memperbandingkan beberapa metode deret waktu yaitu pemulusan spline, pemulusan exponential dan pemulusan moving average, serta pemodelan regresi dengan menggunakan spread dengan yield Surat Utang Negara (SUN) 1 tahun. Hasil dari penelitian ini memperlihatkan bahwa metode yang mendekati kondisi riil adalah metode pemulusan spline dan regresi dengan SUN 1 tahun, dimana pemulusan spline lebih baik untuk proyeksi jangka pendek dan regresi dengan SUN 1 tahun lebih baik untuk proyeksi jangka menengah.]]>
<![CDATA[Statistical Downscaling to Predict Monthly Rainfall Using Generalized Linear Model with Gamma Distribution ]]>
<![CDATA[Soleh, Agus M]]>
<![CDATA[ Informatika Pertanian Vol 24, No 2 (2015): Desember 2015 ]]>
Publisher : <![CDATA[Sekretariat Badan Penelitian dan Pengembangan Pertanian ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (716.358 KB)
|
DOI: 10.21082/ip.v24n2.2015.p215-222
<![CDATA[Statistical Downscaling (SDS) models might involve ill-conditioned covariates (large dimension and high correlation/multicollinear). This problem could be solved by a variable selection technique using L1 regularization/LASSO or a dimension reduction approach using principal component analysis (PCA). In this paper, both methods were applied to generalized linear modeling with gamma distribution and compared to predict rainfall models at 11 rain posts in Indramayu. More over, generalized linear model with gamma distribution was used to obtain non-negative rainfall prediction and compared with principal component regression (PCR). Two types of ill-conditioned data with different characteristics (CMIP5 and GPCP version 2.2) were used as covariates in SDS modeling. The results show that three methods (PCR, Gamma-PC, and Gamma-L1) did not demonstrate significant difference in term of Root Mean Square Error (RMSE) after addition of dummy variables (month) in the models. However, a generalized linear modeling with gamma distribution could be considered as the best methods since it provided non-negative rainfall predictions.]]>
<![CDATA[PENGENDALIAN KOEFISIEN REGRESI LEAST ABSOLUTE DEVIATION PADA RENTANG BERMAKNA MENGGUNAKAN PROGRAM LINIER ]]>
<![CDATA[Setyono, Setyono]]>;
<![CDATA[Soleh, Agus Mohamad]]>;
<![CDATA[Rochman, Nur]]>
<![CDATA[ Informatika Pertanian Vol 27, No 1 (2018): Juni 2018 ]]>
Publisher : <![CDATA[Sekretariat Badan Penelitian dan Pengembangan Pertanian ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1441.468 KB)
|
DOI: 10.21082/ip.v27n1.2018.p25-34
<![CDATA[So far, regression analysis is used to model the mean of response variable as a function of some independent variables, using the least squares (LS) method. In general, the LS method is able to describe well the measure of central tendency, however it is not robust against outliers. Therefore, in certain cases, a regression analysis that minimizes the sum of absolute residuals (least absolute deviation - LAD) is required, which is more robust against outliers. So far, the value of the regression coefficient is not modeled and only depends entirely on the data processed. In some cases, the sign and the value of regression coefficients need to be controlled, in order to be in the meaningful range. The results of this study showed that the modification of the constraints on the LAD regression able to control the regression coefficients to be in the meaningful range. The results of bootstrap showed that distribution of controlled regression coefficients were different from distribution of uncontrolled regression coefficients.]]>
<![CDATA[Pengembangan Aplikasi Perangkat Lunak Regresi Komponen Utama ]]>
<![CDATA[Agus Mohamad Soleh]]>
<![CDATA[ FORUM STATISTIKA DAN KOMPUTASI Vol. 9 No. 2 (2004) ]]>
Publisher : <![CDATA[FORUM STATISTIKA DAN KOMPUTASI ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Penangangan kasus multikolinier pada analisis regresi linier ganda dilakukan melalui berbagai metode, salah satunya adalah dengan menggunakan regresi komponen utama. Software-software statistik yang ada saat ini belum memberikan suatu langkah yang mudah dalam melakukan analisis regresi.komponen utama. Dengan menggunakan bahasa pemrograman C++ dikembangkan software SiRegLin, yang merupakan software untuk pendugaan model linier regresi pada kasus terjadinya multikolinier dengan komponen utama. SiRegLin dikembangkan pada sistem operasi berbasis Microsoft Windows dengan perangkat lunak pengembangan menggunakan Borland C++ Builder versi 6.0. Kata Kunci : Multikolinearitas, Regresi Komponen Utama]]>
<![CDATA[MODEL OTENTIKASI KOMPOSISI OBAT BAHAN ALAM BERDASARKAN SPEKTRA INFRAMERAH DAN KOMPONEN UTAMA STUDI KASUS : OBAT BAHAN ALAM/FITOFARMAKA PENURUN TEKANAN DARAH ]]>
<![CDATA[Agus Mohamad Soleh]]>;
<![CDATA[Latifah K. Darusman]]>;
<![CDATA[Mohamad Rafi]]>
<![CDATA[ FORUM STATISTIKA DAN KOMPUTASI Vol. 13 No. 1 (2008) ]]>
Publisher : <![CDATA[FORUM STATISTIKA DAN KOMPUTASI ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (97.41 KB)
<![CDATA[Komposisi kimia yang terkandung dalam ekstrak obat bahan alam merupakan suatu komposisi yang kompleks, dengan demikian pengujian keotentikannya tidak dapat dilakukan melalui pedekatan tunggal. Salah satu teknik analisis yang dapat menggambarkan secara menyeluruh karakteristik kimia suatu bahan adalah teknik spektroskopi FTIR. Spektra FTIR dihasilkan dari interaksi antara energi sinar inframerah dan komponen kimia penyusun campuran bahan, sehingga suatu spektra FTIR merupakan indentitas khas campuran tersebut. Keotentikan komposisi suatu obat bahan alam pada studi ini ditentukan berdasarkan pada analisis komponen utama spektra inframerahnya. Studi dilakukan pada obat bahan alam/fitofarmaka penurun tekanan darah (Tensigard® : terdiri dari ekstrak seledri dan ekstrak daun kumis kucing). Pengukuran spektra inframerah dilakukan terhadap formula obat yang persentase komposisinya ditentukan melalui simplex lattice design. Selain itu pengukuran spektra inframerah juga dilakukan terhadap formula obat dengan mengganti (adulterasi) ekstrak kumis kucing dengan obat sintetis (reserpin) dan ekstrak sambiloto. Berdasarkan plot antara skor komponen utama pertama dan skor komponen utama kedua menunjukkan plot tersebut dapat digunakan untuk mendeteksi komposisi obat, tetapi tidak dapat mendeteksi adanya adulterasi komposisi oleh bahan lain. Kata Kunci : model otentikasi fitofarmaka, simplex lattice design, komponen utama, tensigard]]>
<![CDATA[LASSO : SOLUSI ALTERNATIF SELEKSI PEUBAH DAN PENYUSUTAN KOEFISIEN MODEL REGRESI LINIER ]]>
<![CDATA[Agus Mohamad Soleh]]>;
<![CDATA[_ Aunuddin]]>
<![CDATA[ FORUM STATISTIKA DAN KOMPUTASI Vol. 18 No. 1 (2013) ]]>
Publisher : <![CDATA[FORUM STATISTIKA DAN KOMPUTASI ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (621.508 KB)
<![CDATA[A new method, known as LASSO, has recently developed for selections and shrinkage linear regression methods. The method gives an alternative solution on high correlated data between independent variables, where the least squares produces high variance. Based on simulation this method is not better than forward selection (in the case the parameters contains many zero values) and ridge regression (in the case all parameter values close to zero). Unknowing the true parameter and consistency estimates for all conditions that put the LASSO is better than ridge or forward selection.Keywords : LASSO, least square, forward selection, ridge, cross validation]]>
<![CDATA[Pemodelan topik pada dokumen paten terkait pupuk di Indonesia berbasis Latent Dirichlet Allocation ]]>
<![CDATA[Aris Yaman]]>;
<![CDATA[Bagus Sartono]]>;
<![CDATA[Agus M. Soleh]]>
<![CDATA[ Berkala Ilmu Perpustakaan dan Informasi Vol 17 No 2 (2021): December ]]>
Publisher : <![CDATA[Perpustakaan Universitas Gadjah Mada ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.22146/bip.v17i2.2147
<![CDATA[Introduction. Fertilizer is one of the most important production factors in the world of agriculture. It is crucial to increase the capacity of technology related to fertilizers. Analysis of patent documents can be one way to analyze technological developments, especially fertilizers. Data Collection Methods. The data used in this research are metadata, especially the title and abstract of a patent document in Indonesia. With the keyword "fertilizer," Patent metadata was processed in the 1945-2017 period. Data Analysis. The LDA model can provide a reasonable interpretation regarding topic modeling based on text data. Results and Discussion. The results find that degree of the patent title is better than the abstract of the patent. The LDA approach can adequately separate the topics of fertilizer patent technology so that it does not have multiple interpretations. Conclusion. Based on the findings, there are nine essential topics in the development of fertilizer technology. There is a phenomenon of the lack of technology collaboration between IPC technology sections.]]>
<![CDATA[BINOMIAL REGRESSION IN SMALL AREA ESTIMATION METHOD FOR ESTIMATE PROPORTION OF CULTURAL INDICATOR ]]>
<![CDATA[Yudistira Yudistira]]>;
<![CDATA[Anang Kurnia]]>;
<![CDATA[Agus Mohamad Soleh]]>
<![CDATA[ Indonesian Journal of Statistics and Applications Vol 2 No 2 (2018) ]]>
Publisher : <![CDATA[Departemen Statistika, IPB University dengan Forum Perguruan Tinggi Statistika (FORSTAT) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29244/ijsa.v2i2.63
<![CDATA[In sampling survey, it was necessary to have sufficient sample size in order to get accurate direct estimator about parameter, but there are many difficulties to fulfill them in practice. Small Area Estimation (SAE) is one of alternative methods to estimate parameter when sample size is not adequate. This method has been widely applied in such variation of model and many fields of research. Our research mainly focused on study how SAE method with binomial regression model is applied to obtained estimate proportion of cultural indicator, especially to estimate proportion of people who appreciate heritages and museums in each regency/city level in West Java Province. Data analysis approach used in our research with resurrected data and variables in order to be compared with previous research. The result later showed that binomial regression model could be used to estimate proportion of cultural indicator in Regency/City in Indonesia with better result than direct estimation method.]]>
<![CDATA[PENENTUAN NILAI AMBANG BATAS SEBARAN PARETO TERAMPAT DENGAN MEASURE OF SURPRISE ]]>
<![CDATA[Yumna Karimah]]>;
<![CDATA[Aji Hamim Wigena]]>;
<![CDATA[Agus Mohamad Soleh]]>
<![CDATA[ Indonesian Journal of Statistics and Applications Vol 3 No 2 (2019) ]]>
Publisher : <![CDATA[Departemen Statistika, IPB University dengan Forum Perguruan Tinggi Statistika (FORSTAT) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.29244/ijsa.v3i2.284
<![CDATA[Extreme rainfall can result in natural disasters such as floods and landslides. These natural disasters will cause damage and losses to the surrounding environment. Prevention of damage from natural disasters can be done by extreme rainfall estimation. Estimates of extreme rainfall are based on Generalized Pareto Distribution (GPD) which requires threshold value information. The threshold value can be determined by two methods, namely Mean Residual Life Plot (MRLP) and Measure of Surprise (MOS). The purpose of this study is to determine and compare the threshold values of MRLP and MOS. The data used are 10-day and monthly rainfall data. The results of this study indicate that the procedure of MOS is shorter and easier than that of MRLP. Based on the cross validation result, the log-likelihood value of MOS is larger than that of MRLP, then MOS is better than MRLP.]]>
<![CDATA[PEMANFAATAN ENSEMBLE LEARNING DAN PENGINDERAAN JAUH UNTUK PENGKLASIFIKASIAN JENIS LAHAN PADI ]]>
<![CDATA[Arif Handoyo Marsuhandi]]>;
<![CDATA[Agus Mohamad Soleh]]>;
<![CDATA[Hari Wijayanto]]>;
<![CDATA[Dede Dirgahayu Domiri]]>
<![CDATA[ Seminar Nasional Official Statistics Vol 2019 No 1 (2019): Seminar Nasional Official Statistics 2019 ]]>
Publisher : <![CDATA[Politeknik Statistika STIS ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (294.368 KB)
|
DOI: 10.34123/semnasoffstat.v2019i1.247
<![CDATA[Pertanian adalah bidang yang sangat penting di Indonesia, sektor ini di tahun 2017 mencatat penyerapan tenaga kerja sebanyak 29.68% dari total seluruh pekerja (BPS, 2018), namun pentingnya sektor pertanian ini berbanding terbalik dengan data pertanian yang tersedia. Tahun 1998 Badan Pusat Statistik (BPS) bersama Japan International Cooperation Agency (JICA) telah mengisyaratkan overestimasi luas panen sekitar 17,07 persen. Ketidakuratan data pertanian ini kemudian diperbaiki pada tahun 2018 melalui kerjasama para stakeholder dengan menyusun suatu metodologi baru dalam menghitung luas lahan yang diberi nama kerangka sampel area. Selain metodologi yang sudah diperbarui, kemajuan teknologi dan teknik analisis di bidang ilmu pengetahuan juga mendukung perbaikan data pertanian. Citra satelit dan teknik klasifikasi menggunakan ensemble learning dapat dimanfaatkan dalam mengklasifikasikan jenis lahan padi. Pada penelitian ini digunakan citra satelit yang berasal dari United States Geological Survey (USGS) yaitu Landsat 8 dan teknik klasifikasi ensemble learning. Citra satelit dimanfaatkan untuk mengekstrak indeks vegetatif dari koordinat koordinat yang diteliti, sedangkan ensemble learning yang digunakan dalam penelitian ini yaitu Random Forest dan Boosting. Hasil pengolahan data menunjukkan Random Forest memiliki akurasi yang lebih tinggi daripada Boosting yaitu dengan nilai 76,52 untuk Random Forest dan 75,60 untuk Boosting. Keunggulan Random Forest terhadap Boosting tidak hanya dari sisi tingkat akurasi saja namun juga dari kestabilan model yang dibentuk.]]>
