Article Per Year (5 Year)
p-Index From 2019 - 2024
0
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer dan Informasi Jurnal Ilmu Dasar Statistika Jurnal Buana Informatika Jurnal Matematika & Sains CCIT (Creative Communication and Innovative Technology) Journal JURNAL SAINS DAN TEKNOLOGI MARITIM Jurnal Ilmu Administrasi: Media Pengembangan Ilmu dan Praktek Administrasi
Suryo Guritno
Jurusan Matematika, Universitas Gadjah Mada
Astronomy Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Social Sciences Transportation

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
Pengaruh Korelasi Antar Respon pada Model Multinomial Logit Jaka Nugraha; Suryo Guritno; Sri Haryatmi
Jurnal Matematika & Sains Vol 14, No 3 (2009)
Publisher : Institut Teknologi Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Model multinomial logit (MNL) disusun berdasarkan asumsi bahwa komponen erornya berdistribusi nilai ekstrim tipe I (Gumbel) dan saling independen. Dengan asumsi ini, persamaan probabilitas pada masing-masing pilihan berbentuk persamaan tertutup dan konsisten dengan utilitas acak (random utility). Telah dilakukan penyelidikan pengaruh besarnya korelasi antar respon terhadap estimator. Disimpulkan bahwa, jika terdapat korelasi antar respons, estimator maksimum likelihood pada MNL menjadi bias.
Ontology implementation within e-Learning Personalization System Bernard Renaldy Suteja; Suryo Guritno; Retantyo Wardoyo; Ahmad Asharit
CCIT Journal Vol 3 No 3 (2010): CCIT JOURNAL
Publisher : Universitas Raharja

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (5944.643 KB) | DOI: 10.33050/ccit.v3i3.702

Abstract

Website adalah realisasi dari teknologi internet. Saat ini, seperti yang terlihat dari tren penggunaan, situs web telah berevolusi. Pada awalnya, situs hanya mengadopsi kebutuhan untuk mencari dan browsing informasi. Langkah awal peningkatan website sering dikenal sebagai teknologi 1,0 web. Saat ini, teknologi web 2.0 telah memungkinkan interaksi baik antar web-ke-web. Jenis interaksi seperti mengubah in formasi (sharing), dalam bentuk dokumen (SlideShare), gambar flickr), atau video (Youtube), informasi eksploitasi (wikipedia), dan juga penciptaan komunitas online (weblog, forum web) terutama layanan yang melibatkan masyarakat (inti dari web 2.0). Hal ini membawa dampak dan disebabkan oleh peningkatan interaksi sosial di dunia maya yang luas (internei) yang diikuti oleh munculnya interaksi pembelajaran dan pelatihan di mana seja-kapan saja yang disebut sebagai e-Learning. Pada dasarnya, belajar online memerlukan metode belajar mandiri dan kebiasaan belajar, yang sayangnya dimiliki oleh beberapa sumber daya manusia Indonesia. Kondisi yang terburuk dengan adanya sistem e-Learning sistem adalah karena e-Learning hanya bei fokus pada proses pengiriman konten substansi pembelajaran yang sama terhadap pelajar, meninggalkan aspek kognitif dan tidak menawarkan pendekatan atau pengalaman sendiri belajar interaktif dan juga meninggalkan adaptasi aspek pengguna dengan sistem. Oleh karena itu, agar e-Learning di Indonesia sukses diperlukan sistem e-Learning yang menerapkan teknologi web 2.0 agar para pelajar secara aktif berpartisipasi dan sistem yang menekankan personalisasi seperti kemampuan komprehensif, adaptif untuk tingkat kemampuan pelajar dan pengetahuan yang memiliki dukungan sumber daya. Dalam sistem e-Learning yang dibangun, ontologi akan diterapkan sebagai representasi makna pengetahuan dibentuk oleh para pelajar yang menggunakan sistem.
SISTEM ONTOLOGI E-LEARNING BERBASIS SEMANTIC WEB Bernard Renaldy Suteja; Suryo Guritno; Retantyo Wardoyo; Ahmad Ashari
Jurnal Ilmu Komputer dan Informasi Vol 2, No 1 (2009): Jurnal Ilmu Komputer dan Informasi (Journal of Computer Science and Information)
Publisher : Faculty of Computer Science - Universitas Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (889.058 KB) | DOI: 10.21609/jiki.v2i1.120

Abstract

E-learning content being a barrier for e-learning is no longer true on todays Internet. The current concerns are how to effectively annotate and organize the available content (both textual and non-textual) to facilitate effective sharing, reusability and customization. In this paper, we explain a component-oriented approach to organize content in an ontology. We also illustrate our 3-tier e-learning content management architecture and relevant interfaces. We use a simple yet intuitive example to successfully demonstrate the current working prototype which is capable of compiling personalized course materials. The e-learning system explained here uses the said ontology.
Fuzzy Simple Additive Weighting Untuk Diagnosis Penyakit Pneumonia Muhammad Syaukani; Suryo Guritno
Jurnal Buana Informatika Vol. 4 No. 1 (2013): Jurnal Buana Informatika Volume 4 Nomor 1 Januari 2013
Publisher : Universitas Atma Jaya Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24002/jbi.v4i1.328

Abstract

Abstract. Pneumonia is an infection of the lungs that is caused by bacteria, viruses, fungi, or parasites. It is characterized primarily by inflammation of the alveoli in the lungs or by alveoli that are filled with fluid (alveoli are microscopic sacs in the lungs that absorb oxygen). The shortage of medical personnel at health community centers to serve a population often results in care delays for pneumonia patients. The purpose of this research is to make a modelling of group decision support system in diagnosing pneumonia in adult patients. The system is designed as a tool for medical personnel in diagnosing pneumonia patients.Group Decision Support System (GDSS) is developed by using Fuzzy Simple Additive weighting methods. The preference scoring of three experts i.e. a pulmonary specialist, an internist and a pharmacist is carried out by applying triangular fuzzy numbers. In the aggregation stage, preferences makes use of Fuzzy Linguistic quantifier, stage rangking employs Simple Additive Weighting while Forward Chaining is employed in the inference process. The system is tested by inputting the symptoms of pneumonia without the involvement of an expert. The results shows that the system is capable in diagnosing pneumonia.Keywords: GDSS, Fuzzy, Simple Additive Weighting, Pneumonia Abstrak. Pneumonia adalah infeksi paru-paru yang disebabkan oleh bakteri, virus, jamur, atau parasit. Hal ini ditandai terutama oleh peradangan alveoli di paru-paru atau alveoli yang berisi cairan (alveoli adalah kantung mikroskopis di paru-paru yang menyerap oksigen), terbatasnya tenaga medis di puskesmas disbanding dengan jumlah penduduk berakibat sering terlambatnya pelayanan terhadap pasien pneumonia. Tujuan penelitian ini adalah membuat pemodelan sistem pendukung keputusan kelompok untuk mendiagnosis pasien pneumonia pada orang dewasa. Sistem ini dirancang sebagai alat bantu tenaga medis dalam mendiagnosis pasien pneumonia. Sistem Pendukung Keputusan Kelompok (SPKK) dikembangkan menggunakan metode Fuzzy Simple Additive Weighting. Pemberian nilai preferensi tiga orang pakar antara lain ahli paru-paru, ahli internis dan ahli farmasi menggunakan bilangan fuzzy segitiga. Pada tahap agregasi preferensi digunakan Fuzzy Linguistic Quantifier, tahap perangkingan menggunakan Simple Additive Weighting dan proses inferensi menggunakan Forward Chaining. Sistem diuji dengan cara memasukkan gejala-gejala pneumonia tanpa melibatkan seorang pakar. Hasil penelitian menunjukkan bahwa sistem dapat mendiagnosis penyakit pneumonia.Kata Kunci: SPKK, Fuzzy, Simple Additive Weighting, Pneumonia
Ordinal Regression Model using Bootstrap Approach Bambang Widjanarko Otok; M. Sjahid Akbar; Suryo Guritno; Subanar Subanar
Jurnal ILMU DASAR Vol 8 No 1 (2007)
Publisher : Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (225.538 KB)

Abstract

The aim of the research content three part, thus a to know misclassification and model discriminant analysis with bootstrap approach, model regression ordinal with bootstrap approach, and model MARS with bootstrap approach. The data used is data of secondary related to matrix variance covariance is same and unequal that is (The data worker standard of living and banking performance). The result of this research shows that in determining distinguishing variable between groups there are difference of variable at each method. This matter because of at each method has specification either from fulfilled of assumption and also estimation its. So also at accuracy of classification between groups there is difference especially at matrix of variance covariance unequal at worker standard of living case. As a whole can be concluded that the problem accuracy of classification bootstrap approach at each method give small mistake of goodness at matrix variance covariance unequal and equal.Keywords: classification, bootstrap, discriminant analysis, ordinal regression, MARS.
Estimating Parameters of Logit Model on Multivariate Binary Response Using Mle and Gee Jaka Nugraha; Suryo Guritno; Sri Haryatmi
Jurnal ILMU DASAR Vol 10 No 1 (2009)
Publisher : Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (234.729 KB)

Abstract

In this paper, we discuss binary multivariate response modeling based on extreme value distribution. Independent variables used in these models are some attributes of the alternative (labeled Zijt) and some attributes of the decision maker (labeled Xi). We assumed that n the decision maker observed with T response. Yit is tnd response variables from decision maker i and value Yit is binary. Response of decision maker i can be expressed as Yi = (Yi1,...,YiT). In each of the decision maker, we have data (Yi, Xi, Zi). Models are derived by the assumption that maximum random utility which the decision maker i choose one of the alternatives having greatest utility. Methods of parameter estimation are Maximum Likelihood Estimator (MLE) method and Generalized Estimating Equation (GEE). First discussion in this study is the estimation by MLE with independent assumption among response and then the MLE estimation using joint distribution by Bahadur’s representation. By MLE and GEE, estimating equations are obtained and solved by numerical (like’s Newthon-Rahpson method) in the condition that not all of the parameters of individual attributes can be estimated (identified). Based on testing simulation data with R.2.5.0, we recommend (a) in low correlation, GEE is better than MLE (b) in moderate correlation, MLE is most efficient but not stable (c) in high or moderate correlation, MLE and GEE should be used (d) correlation estimators cannot explain the real correlation because of its bias.
Statistical Inference for Modeling Neural Network in Multivariate Time Series Dhoriva Urwatul Wutsqa; Subanar Subanar; Suryo Guritno; Zanzawi Soejoeti
Jurnal ILMU DASAR Vol 9 No 1 (2008)
Publisher : Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (136.781 KB)

Abstract

We present a statistical procedure based on hypothesis test to build neural networks model in multivariate time series case. The method involved strategies for specifying the number of hidden units and the input variables in the model using inference of R2 increment. We draw on forward approach starting from empty model to gain the optimal neural networks model. The empirical study was employed relied on simulation data to examine the effectiveness of inference procedure. The result showed that the statistical inference could be applied successfully for modeling neural networks in multivariate time series analysis.
ERROR CORRECTIONMODEL PADA VOLUME PERDAGANGAN SAHAM DI BURSA EFEK SURABAYA Agus Suharsono; Suryo Guritno
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.v4i2.868

Abstract

Perdagangan saham sebenarnya merupakan perdagangan biasa sebagaimana jual beli barang di pasar pada umumnya. Adapembeli, penjual, tawar menawar, penyerahan barang dan uang. Hanya saja bedanya bahwa didalam perdagangan sahamini seseorang yang ingin membeli atau menjual saham di bursa efek tidak dapat secara langsung mengadakan transaksi jualbeli tersebut. Untuk melakukan jual beli investor harus melalui perusahaan efek (broker atau pialang) yang juga anggotabursa yang selanjutnya akan bertindak sebagai pembeli atau penjual. Harga saham suatu perusahaan dipengaruhi olehbeberapa faktor dimana interaksi diantara faktor tersebut akan membentuk nilai saham. Salah satu diantara faktor tersebutfaktor fundamental. Faktor fundamental merupakan informasi yang berkaitan dengan kondisi internal perusahaan, industrisejenis, dan prospek usaha.Tujuan penelitian adalah untuk mengetahui pengaruh jangka pendek dan jangka panjang volume perdagangan saham diBursa Efek Surabaya dan mengetahui pengaruh faktor Indeks Harga Saham Gabungan (IHSG), right issue, kurs dollar dantingkat suku bunga Singapore International Bank Offered Rate (SIBOR). Hasil penelitian menunjukkan bahwa pendekatankointegrasi memberikan hasil yang lebih baik dibanding analisis regresi. Hal ini dilihat dari nilai R2 yang tinggi danterpenuhinya asumsi residual yang berimplikasi pengaruh jangka panjang dari peubah penjelasnya dapat diketahui.Sedangkan pada analisis regresi apabila asumsi dipenuhi berimplikasi adanya hubungan jangka panjang.
Pendekatan Regresi Ordinal untuk Klasifikasi Tingkat Hidup Pekerja Bambang Widjanarko Otok; Suryo Guritno; Subanar Subanar
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.v5i1.915

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.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 regresi ordinaldan sebagai kriteria kestabilan klasifikasi digunakan Press-Q.Hasil penelitian menunjukkan bahwa analisis regresi ordinal merupakan suatu metode yangsangat baik dalam masalah klasifikasi dan dalam menentukan variabel yang mempengaruhi padakelompok dan interpretasi model. Selain itu fungsi peluang komulatif yang diperoleh mudahdiinterpretasikan untuk menjelaskan keterkaitan prediksi kedepan dalam pengelompokkan.Secara keseluruhan tingkat ketepatan prediksi model dengan analisis regresi ordinal untukmengelompokkan tingkat hidup pekerja yang dipengaruhi empat variabel (Pendidikan (X1), Statuspekerjaan (X2), Upah/Gaji Sebulan (X3) dan Status perkawinan (X4)) secara keseluruhan sebesar54.6%, dan pengaruh yang signifikan pada pendidikan adalah pendidikan SMA dan SMP, statuspekerjaan bulanan (berbanding terbalik), upah/gaji sebulan sebesar Rp 1.000.000 s/d Rp 1.500.000,dan status perkawinan yang sudah menikah.
RANCANGAN 2K , 2K-L FAKTORIAL YANG OPTIMALPADA MODEL PERMUKAAN MULTIRESPON ORDE SATU Purhadi Purhadi; Suryo Guritno; Susanti Linuwih
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.v4i2.895

Abstract

parameter pada model permukaan multirespon yang bersifat tidak bias, konsisten dan efisien. Kriteria lain agar matrikrancangan percobaan optimal adalah variansi dari penaksir respon-responnya bernilai minimum. Beberapa rancanganpercobaan model orde satu yaitu rancangan Faktorial, Fraksional faktorial, Simplek dan Placket Burman. Denganmenggunakan pembobotan pada titik-titik percobaan sehingga memenuhi kriteria optimum-D, A, E maka didapatkanmatrik rancangan percobaan yang optimal untuk model permukaan multirespon orde satu. Dengan mengunakan ketigakriteria tersebut didapat hasil nilai determinan matrik informasi yang hampir sama. Eff-D digunakan untukmembandingkan beberapa rancangan percobaan.Apabila penambahan titik-titik percobaan dilakukan hal ini dapat secara proposional sesuai dengan nilai pembobotannyasehingga rancangan percobaan masih optimal. Hal diatas bisa juga dilakukan dengan cara menerapkan Algoritma Fedorovatau Algoritma Fedorov yang dimodifikasi jika matrik variansi kovariansi dari error tidak diketahui.
Co-Authors Agus Suharsono Ahmad Ashari Ahmad Asharit Bambang Widjanarko Otok Bernard Renaldy Suteja Dhoriva Urwatul Wutsqa Jaka Nugraha M. Sjahid Akbar Muhammad Syaukani Purhadi Purhadi Retantyo Wardoyo Sri Haryatmi Sri Haryatmi subanar subanar Susanti Linuwih Zanzawi Soejoeti