Claim Missing Document
Check
Articles

Found 19 Documents
Search

Model Machine Learning CART Diabetes Melitus Ria Dhea Layla Nur Karisma; Bambang Widjanarko Otok
Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai-Nilai Islami) Vol 1 No 1 (2017): Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai Islami )
Publisher : Mathematics Department

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (352.645 KB)

Abstract

Penyakit Diabetes secara perlahan dapat menimbulkan masalah yang dikenal dengan the silent killer. Penyakit Diabetes disebabkan oleh kerusakan pada hormon insulin Tipe penyakit Diabetes ada tiga jenis, yaitu Diabetes tipe I yang disebabkan oleh kurangnya produksi insulin, tipe II yang disebabkan oleh produksi hormon insulin yang berlebihan, dan Gestasional yaitu hiperglekemia yang terjadi selama kehamilan. Metode CART (Classification and Regression Tree) merupakan salah satu metode yang digunakan untuk pengklasifikasian. Metode CART dapat digunakan untuk data yang memiliki skala kontinu maupun rasio. Data yang digunakan pada penelitian ini merupakan data skunder dari penderita Diabetes Melitus tipe II dan bukan Tipe II. Variabel respon yaitu penderita Diabetes tipe II dan bukan tipe II, dengan variabel prediktor riwayat keluarga, usia, jenis kelamin, obesitas, pola makan, dan aktivitas fisik (olahraga). Faktor-faktor yang mempengaruhi penderita Diabetes Melitus menurut metode CART riwayat keluarga, obesitas, usia, dan jenis kelamin.
Estimasi Spline Dan Mars Menggunakan Kuadrat Terkecil Bambang Widjanarko Otok; M. Sjahid Akbar; Raupong Raupong
Jurnal Matematika, Statistika dan Komputasi Vol. 4 No. 1: July 2007
Publisher : Department of Mathematics, Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (626.401 KB) | DOI: 10.20956/jmsk.v4i1.3319

Abstract

PEMODELAN KUALITAS HIDUP PASIEN DIABETES MELLITUS TIPE 2 MENGGUNAKAN PARTIAL LEAST SQUARE (PLS) Rama Hiola; Bambang Widjanarko Otok; Reni Hiola
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 4, No 1 (2016): Jurnal Statistika
Publisher : Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Muham

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (586.258 KB) | DOI: 10.26714/jsunimus.4.1.2016.%p

Abstract

Diabet Melitus (DM) memberikan dampak bagi pasien diantaranya adalah dampak fisik dan dampak psikologis, salah satu dampak psikologis yang ditimbulkan adalah kecemasan. Proses Penyembuhan yang dapat diberikan pada pasien yang mengalami kecemasan adalah penyuluhan. Tujuan penelitian ini adalah mengetahui pengaruh kecemasan terhadap kualitas hidup pasien DM tipe 2 berdasarkan penyuluhan menggunakan PLS. Hasil penelitian menunjukkan kecemasan berpengaruh signifikan terhadap kualitas hidup pasien DM tipe 2, proses penyuluhan dapat memperkuat pengaruh kecemasan terhadap kualitas hidup pasien DM tipe 2. Hal ini dapat disimpulkan bahwa proses penyuluhan dapat menurunkan kecemasan dan meningkatkan kualitas hidup pasien DM, dengan penyuluhan dalam hal besarnya pengaruh (kontribusi) kecemasan terhadap kualitas hidup pada pasien DM tipe 2.Kata Kunci: Diabetes Mellitus Tipe 2, Penyuluhan, PLS
RANDOM FOREST DAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) BINARY RESPONSE UNTUK KLASIFIKASI PENDERITA HIV/AIDS DI SURABAYA - Nidhomuddin; Bambang Widjanarko Otok
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 3, No 1 (2015): Jurnal Statistika
Publisher : Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Muham

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (313.797 KB) | DOI: 10.26714/jsunimus.3.1.2015.%p

Abstract

Human Immunodeficiency Virus (HIV) merupakan salah satu virus yang menurunkan sistem kekebalan tubuh. Acquired immunodeficiency syndrome (AIDS) merupakan penyakit menular yang disebabkan infeksi HIV. Pada tahun 2010, Jawa Timur menempati posisi kedua sedangkan tahun 2011 posisi keempat untuk kasus HIV/AIDS di Indonesia. Meskipun peringkatnya menurun namun jumlah kasusnya mengalami peningkatan yaitu 235 kasus (6,6%) dari tahun 2010. Hubungan variabel respon dan variabel prediktor terkadang tidak diketahui bentuk fungsi regresinya, karena itu menggunakan pendekatan regresi nonparametrik. Penelitian ini memiliki variabel prediktor yang berjumlah banyak sehingga menggunakan metode Multivariate Adaptive Regrression Spline (MARS). Untuk meningkatkan akurasi klasifikasi menggunakan metode resampling yakni random forest (RF) serta kombinasi antara metode MARS dan RF yang disebut RF MARS. Penelitian ini bertujuan untuk mendapat model terbaik dengan metode MARS berdasarkan nilai GCV minimum serta variabel-variabel yang berpengaruh terhadap HIV/AIDS di Surabaya dan mendapatkan tingkat akurasi klasifikasi penderita HIV/AIDS dengan metode MARS, RF, dan RF MARS.. Model MARS terbaik diperoleh saat kombinasi BF = 26, MI =3, dan MO = 0. Nilai GCV sebesar 0,1687. Dari 13 variabel prediktor yang dianalisis, 5 variabel masuk ke dalam model MARS terbaik yakni variabel usia, pekerjaan, pernah ditahan kasus NAPZA, status nikah, dan selalu pakai jarum steril. Akurasi klasifikasi status HIV/AIDS di Surabaya menggunakan metode MARS sebesar 80,28%. Pada metode RF diperoleh klasifikasi terbaik sebesar 97,80%. Pada RF MARS diperoleh Akurasi klasifikasi terbaik sebesar 91,00%.Kata Kunci : Multivariate Adaptive Regrression Spline, random forest, HIV/AIDS
PEMODELAN INFEKSI OPURTUNISTIK PADA KASUS HIV/AIDS DENGAN MODERATING KEPATUHAN TERAPI ARV MENGGUNAKAN PENDEKATAN PARTIAL LEAST SQUARE Herlina Jusuf; Setia Ningsih; Bambang Widjanarko Otok; Agus Suharsono
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 4, No 2 (2016): Jurnal Statistika
Publisher : Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Muham

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (256.578 KB) | DOI: 10.26714/jsunimus.4.2.2016.%p

Abstract

Tujuan penelitian ini mengetahui faktor-faktor yang mempengaruhi infeksi oportunistik pada kasus HIV/AIDS dengan moderating kepatuhan terapi ARV. Data yang digunakanadalah data sekunder hasil rekam medis penderita HIV/AIDS. Efek kepatuhan terapi ARV sebagai moderating, terhadap hubungan predisposisi, manifestasi klinis dengan infeksi oportunistik diestimasi dengan pendekatan PLS. Hasil penelitian menunjukkan bahwa model infeksi oportunistik adalah fit dengan criteria Q 2 sebesar 63,3 persen.Predisposisi dan manifestasi klinis mempengaruhi infeksi oportunistik, Efek moderating kepatuhan terapai ARV mempunyai pengaruh yang bersifat memperlemah terhadaphubungan antara predisposisi dengan infeksi oportunistik sebesar 15,8 persen, sedangkan pada manifestasi klinis mempunyai pengaruh bersifat memperkuat terhadapinfeksi oportunistik sebesar 12,3 persen.Kata Kunci : Infeksi Oportunistik, HIV/AIDS, PLS, Moderating
PEMODELAN KEMISKINAN DI JAWA TIMUR DENGAN STRUCTURAL EQUATION MODELING-PARTIAL LEAST SQUARE Gangga Anuraga; Bambang Widjanarko Otok
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 1, No 2 (2013): Jurnal Statistika
Publisher : Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Muham

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (247.993 KB) | DOI: 10.26714/jsunimus.1.2.2013.%p

Abstract

Structural Equation Modeling (SEM) menggambarkan hubungan kausalitas antarvariabel yang tidak bisa dijelaskan pada analisis regresi biasa, sehingga dapat diketahui seberapa baik suatu variabel indikator menentukan variabel laten. Seringkali dalam pengamatan di suatu lokasi bergantung pada pengamatan di lokasi lain yang berdekatan(neighboring). Sehingga untuk mengatasinya, efek lokasi dimasukkan dalam model. Didapatkan bahwa semua indikator yang terboboti pada setiap variabel laten adalah valid dan signifikan, dengan reliability yang baik pada semua variabel laten kemiskinan, ekonomi, SDM, kesehatan. Nilai R-square (R2)  untuk SDM sebesar 0.988 yang artinya model mampu menjelaskan variasi dari SDM pada kasus kemiskinan di Provinsi Jatim sebesar 98.8%, Ekonomi sebesar 0.986 atau 98.6% dan model kemiskinan sebesar 0,925 atau 92.5%. Kata Kunci : Kemiskinan, neighboring, Partial Least Square, Structural EquationModeling (SEM)
MODEL KELELAHAN MATA PENGRAJIN KERAWANG BERDASARKAN PENGUKURAN VISUS MENGGUNAKAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) Reni Hiola; Bambang Widjanarko Otok; Rama Hiola
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 4, No 1 (2016): Jurnal Statistika
Publisher : Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Muham

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (443.629 KB) | DOI: 10.26714/jsunimus.4.1.2016.%p

Abstract

Tujuan penelitian ini adalah mengkaji faktor-faktor yang mempengaruhi kelelahan mata berdasarkan visus pengrajin kerrawang di Kabupaten Gorontalo . Hasil penelitian menunjukkan bahwa model terbaik dengan kriteria GCV terkecil sebesar 0.022 dan R2 terbesar sebesar 0,958 yaitu model yang melibatkan jumlah basis fungsi (BF) = 38, maksimum interaksi (MI) = 3 dan Minimum Observasi antar knot (MO) = 1. Pengrajin kerawang sesudah bekerja cenderung mengalami kelelahan mata dibanding sebelum bekerja, sedangkan dengan pendekatan adaptive regression spline menunjukkan bahwa kelelahan mata berdasarkan visus pengrajin dipengaruhi oleh umur di atas 34 tahun diikuti dengan motif kerawang 2 atau 3 atau 4 warna benang dan visus sebelum bekerja lebih dari 0.25, lama kerja lebih dari 1 tahun.Kata kunci: Kelelahan mata, visus, MARS, GCV
PEMODELAN FIXED EFFECT PADA REGRESI DATA LONGITUDINAL DENGAN ESTIMASI GENERALIZED METHOD OF MOMENTS (STUDI KASUS DATA PENDUDUDUK MISKIN DI INDONESIA) Muhammad Ghazali; Bambang Widjanarko Otok
Jurnal Statistika Universitas Muhammadiyah Semarang Vol 4, No 1 (2016): Jurnal Statistika
Publisher : Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Muham

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (456.015 KB) | DOI: 10.26714/jsunimus.4.1.2016.%p

Abstract

Indeks kedalaman kemiskinan merupakan ukuran rata-rata kesenjangan penyebaran pengeluaran masing-masing penduduk terhadap garis kemiskinan. Banyak faktor yang mempengaruhi indeks kedalaman kemiskinan, baik dari indikator kesehatan, SDM maupun ekonomi. Oleh karena itu diperlukan sebuah pemodelan statistika untuk menganalisa faktor-faktor yang mempengaruhi indeks kedalaman kemiskinan di Indonesia. Data kemiskinan yang digunakan pada penelitian ini bersumber dari data SUSENAS yang berupa data longitudinal dengan individu pengamatan adalah seluruh kabupaten/kota di Indonesia dari tahun 2008 sampai 2012. Analisis data longitudinal tidak cukup menggunakan OLS karena beberapa asumsi OLS seperti homokedastisitas dan tidak ada autokorelasi sulit terpenuhi pada analisa data longitudinal karena cendurung adanya pengaruh antar individu dan antar waktu pengamatan dalam model. Untuk mengatasi hal tersebut digunakan metode Generalized Method of Moment (GMM) yang digunakan untuk menaksir parameter model data longitudinal. GMM adalah metode penaksiran parameter yang fokus utamanya adalah meminimalkan fungsi kuadratik ( ) ( ) ( ) untuk mencari parameter ?. Analisis GMM untuk data longitudinal pada penelitian ini dengan Fixed Effect. Kesimpulan yang diperoleh adalah semakin tinggi Rata-rata lama sekolah (X1) dan Angka harapan hidup (X6) maka indeks kedalaman kemiskinan akan semakin kecil. Sedangkan jika semakin tinggi Persentase pengeluaran non makanan (X2) dan persentase rumah tangga yang pernah membeli beras raskin (X4) maka indeks kedalaman kemiskinan juga semakin tinggi. Kata kunci : Regresi data longitudinal, GMM, Indeks kedalaman miskinan.
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.
Pemilihan Model Terbaik pada Mars Respon Kontinu Bambang Widjanarko Otok
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 8, No 1 (2008)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v8i1.971

Abstract

Multivariate adaptive regression spline (MARS) adalah salah satu model regresi nonparametrik, yaitumodel yang mengasumsikan bentuk hubungan fungsional antara variabel respon dan prediktor tidakdiketahui. MARS adalah kombinasi yang komplek antara metode spline dengan rekursif partisi untukmenghasilkan estimasi fungsi regresi yang kontinu.Hasil penelitian menunjukkan bahwa estimasiparameter model MARS untuk variabel respon kontinu dilakukan dengan penalized least square(PLS). Pemilihan model MARS terbaik dilakukan dengan prosedur forward dan backward stepwisedidasarkan pada nilai GCV. Prosedur forward adalah tahapan untuk mendapatkan fungsi basismaksimum yang mencakup pengaruh efek utama, interaksi, dan knot. Sedangkan prosedurbackward adalah tahapan untuk mengeliminasi fungsi basis yang kontribusinya tidak signifikan.Hasil kajian juga menunjukkan bahwa GCV dengan potongan regresi linear dapat terbukti bekerjadengan baik dalam menentukan pemilihan model terbaik pada MARS respon kontinu.