Article Per Year (5 Year)
p-Index From 2018 - 2023
0.23
P-Index
This Author published in this journals
All Journal Jurnal ILMU DASAR Statistika JURNAL MATEMATIKA STATISTIKA DAN KOMPUTASI Jurnal Statistika Universitas Muhammadiyah Semarang Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai-Nilai Islami) J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika Inferensi
Bambang Widjanarko Otok
Unknown Affiliation
Arts Humanities Biochemistry, Genetics & Molecular Biology Chemistry Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Engineering Industrial & Manufacturing Engineering Mathematics Physics Social Sciences

Published : 19 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search
Journal : Statistika

 1 
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.
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.
Pendekatan Multivariate Adaptive Regression Spline (MARS) pada Pengelompokkan Zona Musim Suatu Wilayah Bambang Widjanarko Otok
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 10, No 2 (2010)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v10i2.1021

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 partisiuntuk menghasilkan estimasi fungsi regresi yang kontinu, dan digunakan untuk prediksi danklasifikasi. Hasil penelitian menunjukkan bahwa estimasi parameter model MARS untuk variabelrespon kontinu dilakukan dengan penalized least square (PLS). Pemilihan model MARS terbaikdilakukan dengan prosedur forward dan backward stepwise didasarkan pada nilai GCV. Prosedurforward adalah tahapan untuk mendapatkan fungsi basis maksimum yang mencakup pengaruh efekutama, interaksi, dan knot. Sedangkan prosedur backward adalah tahapan untuk mengeliminasifungsi basis yang kontribusinya tidak signifikan. Hasil kajian juga menunjukkan bahwa GCV denganpotongan regresi linear dapat terbukti bekerja dengan baik dalam menentukan pemilihan modelterbaik pada MARS respon kontinu.
Pengembangan Structural Equation Modeling pada Moderasi Kepribadian Terhadap Indeks Prestasi Dosen Menggunakan Metode Split (Score Factor) Amelia Zeinita; Bambang Widjanarko Otok
STATISTIKA: Forum Teori dan Aplikasi Statistika Vol 10, No 2 (2010)
Publisher : Program Studi Statistika Unisba

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29313/jstat.v10i2.1017

Abstract

Tujuan suatu perguruan tinggi melakukan manajemen pendidikan adalah untuk menghasilkanmahasiswa yang berkualitas dan mampu bersaing di segala bidang. Proses pembelajaran melibatkandosen sebagai faktor penting dalam kegiatan pembelajaran di instansi perguruan tinggi yaitu sebagaitransfer mahasiswa dengan dunia kerja. Dalam proses pembelajaran, dosen harus memilikikompetensi sebagai pendukung proses belajar mengajar. Penelitian ini akan mengkaji pola hubunganempat kompetensi dosen yang tercantum dalam UU RI no 14 tahun 2005, yiatu pedagogik,profesional, sosial dan kepribadian. Metode analisis yang dipakai adalah Confirmatory FactorAnalysis (CFA) untuk mengkonfiirmasi indikator-indikator terhadap variabel laten, dan juga modelModerating Structural Equation Modeling (MSEM) untuk mengetahui pengaruh moderasi(kepribadian). Hasil penelitian adalah kepribadian sebagai variabel moderasi berpengaruh terhadaphubungan antara kompetensi profesional dan sosial terhadap pedagogik.
Bootstrap Pada Regresi Linear dan Spline Truncated Harison Darmawi; 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.v8i1.974

Abstract

Pendekatan parametrik mengasumsikan bentuk model sudah ditentukan. Apabila tidak adainformasi apapun tentang bentuk kurva, maka pendekatan yang digunakan adalah pendekatannonparametrik, salah satunya spline truncated. Karena pendekatan tidak tergantung pada asumsibentuk kurva tertentu, sehingga memberikan fleksibilitas yang lebih besar. Tujuan penelitian iniadalah mengkaji bootstrap pada regresi linear dan regresi spline (truncated spline) dengan kajiansimulasi. Hasil penelitian menunjukkan bahwa Fungsi optimal terjadi pada variansi yang kecil untuksembarang pengamatan. Nilai MSE pada kurva truncated spline lebih kecil dibanding dengan regresilinear pada semua fungsi. Hal ini dapat diartikan bahwa kurva truncated spline lebih baik dibandingdengan regresi linear. Hal ini dapat dilihat dari simulasi estimator g(t)  sin(5t) dang(t)  5e5t ,truncated spline memberikan berbagai nilai titik knot, sehingga nilai MSE kecil dibanding regresilinear. Secara keseluruhan dengan kriteria MSE, Spline Truncated sesudah di bootstrap lebih baikdibanding dengan pendekatan regresi dan spline truncated.
Klasifikasi Tingkat Hidup Pekerja dengan Bootstrap Diskriminan Muhammad Sjahid Akbar; Bambang Widjanarko Otok
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.v5i1.918

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. Klasifikasi Tingkat HidupPekerja yang meliputi kelompok ”kurang baik’, ’sama baik’ dan ”lebih baik’ diduga dipengaruhi olehpendidikan (X1), status pekerjaan (X2), upah/gaji sebulan (X3) dan status perkawinan (X4).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 analisisdiskriminan yang dikembangkan Fisher (1936). Analisis diskriminan yang dikembangkan untukpopulasi yang berdistribusi normal dengan varians-kovarians sama. Tetapi pada penerapannyaanalisis diskriminan sering melibatkan variabel-variabel kategorik yang tidak mengikuti poladistribusi normal, meskipun diperoleh hasil tidak optimal. Metode klasifikasi yang baik akanmenghasilkan sedikit kesalahan klasifikasi (alokasi) atau peluang kesalahan alokasi yang kecil.Kenyataannya, masalah klasifikasi sering dijumpai pada data dengan pola sebaran yang tidaknormal, meskipun dapat digunakan analisis diskriminan tetapi hasil yang diperoleh tidak menjamin.Efron dan Tibshirani (1993), telah menggunakan metode bootstrap dalam memodelkan kadarhormon lutenisia pada wanita.Hasil penelitian menunjukkan bahwa analisis diskriminan linear Fisher merupakan suatumetode yang sangat baik dalam masalah klasifikasi dan dalam menentukan variabel pembeda padakelompok, terutama jika asumsi distribusi normal dan matriks kovarians sama telah terpenuhi.Selain itu fungsi diskriminan yang diperoleh mudah diinterpretasikan untuk menjelaskanketerkaitan prediksi kedepan dalam pengelompokkan. Model prediksi untuk mengelompokkantingkat hidup pekerja hanya dipengaruhi oleh variabel Pendidikan (X1) dan secara keseluruhanmempunyai ketepatan pengelompokkan sebesar 54.6%, sedangkan pada bootstrap diskriminansecara keseluruhan mempunyai ketepatan pengelompokkan sebesar 56.2%. Dengan demikianpendekatan bootstrap
Co-Authors - Nidhomuddin Agus Suharsono amanda ratna ningrum Amelia Zeinita Euodia Putri Prastika Gangga Anuraga Harison Darmawi hendra dukalang Herlina Jusuf M. Sjahid Akbar Muhammad Ghazali Muhammad Sjahid Akbar Purhadi Purhadi Rama Hiola Raupong Raupong Reni Hiola Ria Dhea Layla Nur Karisma Setia Ningsih subanar subanar Suryo Guritno