Claim Missing Document
Check
Articles

Found 6 Documents
Search
Journal : Jurnal Statistika Universitas Muhammadiyah Semarang

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.