Garuda - Garba Rujukan Digital

p-Index From 2019 - 2024

0.817

P-Index

This Author published in this journals

All Journal MIMBAR (Jurnal Sosial dan Pembangunan) Ethos EKSPANSI Jurnal Riset Statistika Bandung Conference Series: Statistics

Siti Sunendiari

Unknown Affiliation

Author-ID : 392996

Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Languange, Linguistic, Communication & Media Mathematics Social Sciences

Published : 11 Documents Claim Missing Document

Claim Missing Document

Articles

Title

Penerapan dan Perbandingan Tiga Metode Analisis Pohon Keputusan pada Klasifikasi Penderita Kanker Payudara Jody Alwin irawadi; Siti Sunendiari
Jurnal Riset Statistika Volume 1, No. 1, Juli 2021, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Abstract. Today there is a considerable amount of work dealing with decision trees, especially in survival analysis (Ibrahim et al, 2008). Cases classified as survival analysis, like cancer patients. This study discusses the application of data mining which is to obtain diagnostic results. The classification technique uses information obtained from medical records of breast cancer patients in Yugoslavia. A method for answering these problems through decision tree analysis using the CHAID, Exhaustive CHAID and CART methods. Empirically aiming to compare performance of three decision tree classification methods so that the best method is obtained. It was concluded that best method used in applying to the classification of breast cancer sufferers was the CART method because it was able to get the most significant variables at most four, namely inv-node, tumor size, deg-malig and breast parts. Then it has a total accuracy rate with highest value of 84.9 percent and has a total error rate with lowest value of 15.1 percent. Abstrak. Dewasa ini ada cukup banyak pekerjaan yang berurusan dengan pohon keputusan, terutama dalam analisis survival (Ibrahim dkk, 2008). Kasus yang tergolong analisis survival seperti penderita penyakit kanker. Penelitian ini membahas mengenai penerapan data mining yang digunakan untuk mendapatkan hasil diagnostik. Pendekatan teknik klasifikasi dengan menggunakan informasi yang diperoleh pada rekam medis data penderita kanker payudara di Yugoslavia. Salah satu metode untuk menjawab permasalahan tersebut melalui analisis pohon keputusan dengan metode CHAID, Exhaustive CHAID dan CART. Secara empiris bertujuan untuk membandingkan kinerja tiga metode pengklasifikasi pohon keputusan agar didapatkan metode manakah yang terbaik. Maka disimpulkan bahwa metode terbaik yang digunakan dalam penerapan pada klasifikasi penderita kanker payudara adalah metode CART sebab mampu mendapatkan variabel signifikan yang paling banyak ada empat, yakni inv-node, ukuran tumor, deg-malig dan bagian payudara. Kemudian memiliki tingkat akurasi total dengan nilai tertinggi sebesar 84.9 persen dan memiliki total tingkat kesalahan dengan nilai yang terendah sebesar 15.1 persen.

Peramalan Jumlah Penumpang Kereta Api Menggunakan Metode Arima dan Grey System Theory Ria Susilawati; Siti Sunendiari
Jurnal Riset Statistika Volume 2, No. 1, Juli 2022, Jurnal Riset Statistika (JRS)
Publisher : UPT Publikasi Ilmiah Unisba

Abstract. Quantitative forecasting methods are divided into three types, its time series methods, causal methods, and combination methods of time series and causal methods (Makridakis, 1999). The time series method is a method that predicts the future based on the past value of a variable or past errors. One of the time series methods that is being developed and commonly used is the ARIMA method. Although the calculation process is quite complex, the ARIMA method will give better results than other forecasting methods, because this method does not ignore time series rules such as stationary testing, parameter estimation, and diagnostic testing. Unlike the ARIMA method, Grey System Theory does not require all historical data, but only requires a minimum of four historical data and in the same interval. In this study, we will discuss the Forecasting of the Number of Railway Passengers in the Java Region (Jabodetabek and Non Jabodetabek) using the ARIMA Method and Grey System Theory. From the modeling that has been done, it is found that the GM model (1,1) is the most suitable model to be used to predict the number of train passengers in the Java region. Abstrak. Metode peramalan kuantitatif dibagi menjadi tiga jenis, yaitu metode deret waktu, metode kausal, dan metode kombinasi metode deret waktu dan metode kausal (Makridakis, 1999). Metode deret waktu adalah sebuah metode yang memperkirakan masa depan berdasarkan nilai masa lalu dari suatu variabel atau kesalahan masa lalu. Salah satu metode deret waktu yang sedang berkembang dan umum digunakan adalah metode ARIMA. Meskipun proses perhitungannya cukup kompleks, metode ARIMA akan memberikan hasil yang lebih baik dari metode-metode peramalan lainnya, karena metode ini tidak mengabaikan kaidah-kaidah pada deret waktu seperti pengujian stasioner, penaksiran parameter, dan pemeriksaan diagnostik. Berbeda dengan metode ARIMA, Grey System Theory tidak memerlukan seluruh data historis, namun hanya membutuhkan minimal empat data historis dan dalam interval yang sama. Dalam penelitian ini akan dibahas Peramalan Jumlah Penumpang Kereta Api Wilayah Jawa (Jabodetabek dan Non Jabodetabek) menggunakan Metode ARIMA dan Grey System Theory. Dari pemodelan yang telah dilakukan diperoleh hasil bahwa model GM (1,1) menjadi model yang paling cocok digunakan untuk meramalkan jumlah penumpang kereta api wilayah Jawa.

Co-Authors Jody Alwin irawadi Linda Pulungan Lisnur Wachidah M Husni Syam Ria Susilawati Teti Sofia Yanti Vega Rochwani Putri Yani Ramdani Yunus Ashari Zaenal Zaenal

Title Search

Found 2 Documents Search Journal : Jurnal Riset Statistika

Abstract

Abstract

Title

Found 2 Documents
Search
Journal : Jurnal Riset Statistika