Claim Missing Document
Check
Articles

Found 22 Documents
Search

ANALISIS REGRESI BERGANDA DENGAN METODE STEPWISE PADA DATA HBAT Kondolembang, Ferry
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 5 No 1 (2011): BAREKENG : Jurnal Ilmu Matematika dan Terapan
Publisher : MATHEMATIC DEPARTMENT, FACULTY OF MATHEMATICS AND NATURAL SCIENCES, UNIVERSITY OF PATTIMURA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1391.81 KB) | DOI: 10.30598/barekengvol5iss1pp15-20

Abstract

Multiple regression analysis as a statistical technique that can be used to analyze the relationship between a single dependent (respon) variable and several independent (peredictor) variables. Application for this analysis to be done specially in social economic. HBAT is a manufacture of paper products. Surveys of HBAT customer will be used to application multiple regression analysis in this paper to explain relationship satisfication between the other variables. Methods to selective entering and deleting among these variables until some overall criterion measure is achived. Objective methods for selecting variables that maximizes the prediction while employing the smallest number of variables. Results is the best model from multiple regression analysis is Y = -1.15106 + 0.36900 X6 - 0.41714 X7 + 0.31896 X9 + 0.17435 X11 + 0.77513 X12, means that customer satisfaction is significantly influenced by the complaint resolution, product quality, salesforce image, e-commerce activities, and product line. Besides that the assumptions in multiple regression analysis are met. SAS software has facility more complete than SPSS, Minitab, and R.
PEMODELAN STATISTICAL DOWNSCALLING DENGAN PENDEKATAN REGRESI BAYES ROBUST PCA (STUDI KASUS : DATA GCM STASIUN AMBON) Kondolembang, Ferry
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 6 No 2 (2012): BAREKENG : Jurnal Ilmu Matematika dan Terapan
Publisher : MATHEMATIC DEPARTMENT, FACULTY OF MATHEMATICS AND NATURAL SCIENCES, UNIVERSITY OF PATTIMURA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (544.194 KB) | DOI: 10.30598/barekengvol6iss2pp45-50

Abstract

Masalah mendasar dari prediksi prediksi model curah hujan adalah keakuratan model berdasarkan proses stokhastik skala global maupun skala kecil. Statistical Downscalling(SD) merupakan salah satu alternatif untuk mengatasi masalah tersebut. SD adalah model yang menghubungkan skala global GCM dengan skala yang lebih kecil (lokal) dengan jalanpra-pemrosesan .reduksi dimensi domain grid untuk mengatasi kasus multikolinearitas. Metode reduksi dimensi yang serikali digunakan adalah Principal Component Analysis(PCA). Namun PCA tidak dapat diandalkan jika ada pengamatan outlier dalam data, sehingga diperlukan reduksi dimensi yang robust. Reduksi dimensi robust menggunakanRobust Principal Component Analysis (ROBPCA) dengan estimator robust MCD. Dari hasil reduksi dimensi domain grid tersebut selanjutnya diregresikan dengan variabel responberupa data curah hujan di stasiun Ambon dengan pendekatan regresi Bayes. Pendekatan regresi Bayes ROBUST PCA menjadi salah satu alternatif pada pemodelan SD. HasilPenelitian menunjukkan Metode regresi Bayes ROBPCA cenderung lebih baik pada domain 8x8 dilihat pada kriteria kebaikan model RMSE terkecil yaitu 231,4 dan R-Squareterbesar 38,1% dibandingkan domain 3x3 dan domain 12x12
PENGGUNAAN METODE ANALISIS DISKRIMINAN, REGRESI LOGISTIK, NEURAL NETWORK, DAN MARS UNTUK ANALISIS PERMASALAHAN Kondo Lembang, Ferry; Rahakbauw, Dorteus L.
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 7 No 2 (2013): BAREKENG : Jurnal Ilmu Matematika dan Terapan
Publisher : MATHEMATIC DEPARTMENT, FACULTY OF MATHEMATICS AND NATURAL SCIENCES, UNIVERSITY OF PATTIMURA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (398.715 KB) | DOI: 10.30598/barekengvol7iss2pp47-51

Abstract

Masalah mendasar dalam permasalahan klasifikasi umumnya berkaitan dengan ketidakstabilan performansi atau kebaikan model mencakup aspek interpretasi model yang didapat dikaitkan dengan hubungan antara prediktor (input) dan respon (output), serta aspek ketepatan klasifikasi terutama pada objek baru yang tidak dimasukkan dalam pembentukan model (data testing). Analisis Diskriminan dan Regresi Logistik merupakan dua model klasik dari beberapa metode statistika yang digunakan untuk mengatasi masalah tersebut. Prinsip dasar kedua model klasik dalam permasalahan klasifikasi adalah adanya asumsi yang harus dipenuhi berkaitan dengan skala pengukuran prediktor, keterkaitan antara prediktor, dan distribusi bersama dari prediktor. Agar asumsi dari model klasik ini tidak menjadi syarat utama dalam masalah klasifikasi maka dikembangkan metode klasifikasi modern yaitu Neural Network (NN) dan MARS. Data HBAT dan data IRIS akan digunakan dalam penelitian ini untuk menilai kekonsistenan dan performansi model klasifikasi klasik dan model klasifikasi modern. Hasil empirik menunjukkan bahwa kekonsistenan performansi model klasifikasi klasik lebih baik daripada model klasifikasi modern.
PENILAIAN CARA MENGAJAR MENGGUNAKAN RANCANGAN ACAK LENGKAP Persulessy, Elvinus R.; Kondo Lembang, Ferry; Djidin, Herman
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 10 No 1 (2016): BAREKENG: Jurnal Ilmu Matematika dan Terapan
Publisher : MATHEMATIC DEPARTMENT, FACULTY OF MATHEMATICS AND NATURAL SCIENCES, UNIVERSITY OF PATTIMURA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (918.322 KB) | DOI: 10.30598/barekengvol10iss1pp9-16

Abstract

Cara mengajar dosen merupakan suatu rangkaian kegiatan penyampaian materi kepada mahasiswa agar dapat menerima, menanggapi, menguasai, dan mengembangkan materi tersebut. Untuk dapat menentukan kualitas kinerja dosen perlu adanya kriteria yang jelas. Rancangan acak lengkap (RAL) merupakan rancangan yang paling sederhana diantara rancangan-rancangan percobaan yang lain. Perlakuan dalam rancangan ini menggunakan sistem pengacakan secara acak. Penelitian ini bertujuan untuk melihat peringkat cara mengajar dosen Matematika FMIPA Unpatti menurut mahasiswa Matematika FMIPA Unpatti. Penggunaan RAL pada penelitian ini hanya di peruntukkan membandingkan variabel perlakuan dengan syarat harus berdistribusi normal dan homogen. Berdasarkan penelitian yang telah dibuat dapat ditarik kesimpulan bahwa hasil peringkat cara mengajar dosen matematika FMIPA Unpatti menurut mahasiswa matematika FMIPA Unpatti dari yang tertinggi sampai yang terendah adalah 13, 3, 12, 14, 9, 16, 5, 15, 2, 1, 10, 6, 11, 7, 4 dan 8 dengan peringkat terbaik adalah dosen 13 dan 3, dan yang terendah adalah 7, 4 dan 8 Berdasarkan cara mengajar dosen, dosen 13 memiliki cara mengajar yang sama dengan cara mengajar dosen 3, 12, 14, 9, 16, 5, 15, 2, 1, 10, dan 6 tetapi berbeda dengan cara mengajar dosen 11, 7, 4, dan 8.
ANALISIS PREFERENSI PELANGGAN PT. PLN (PERSERO) DALAM MENENTUKAN ATRIBUT REKENING LISTRIK PRABAYAR DI KOTA AMBON DENGAN MENGGUNAKAN METODE ANALISIS KONJOIN Matdoan, Muh. Yahya; Persulessy, Elvinus R.; Kondo Lembang, Ferry
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 10 No 1 (2016): BAREKENG: Jurnal Ilmu Matematika dan Terapan
Publisher : MATHEMATIC DEPARTMENT, FACULTY OF MATHEMATICS AND NATURAL SCIENCES, UNIVERSITY OF PATTIMURA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (806.634 KB) | DOI: 10.30598/barekengvol10iss1pp37-46

Abstract

Analisis konjoin merupakan salah satu teknik analisis multivariat yang digunakan untuk mengetahui preferensi konsumen terhadap suatu produk, baik berupa barang atau jasa dengan cara mengkombinasikan jumlah nilai dari masing - masing atribut yang terpisah. Oleh karena itu, penggunaan analisis konjoin sangat membantu penelitian dalam pemasaran terutama penting tidaknya suatu atribut beserta taraf dalam suatu produksi atau jasa. Hasil pengolahan analisis konjoin pada penelitian ini mendapatkan informasi bahwa faktor utama kepuasan pelanggan di Kota Ambon terhadap produk listrik prabayar yaitu konsumen lebih menyukai produk listrik prabayar yang memiliki garansi kerusakan, tempat pembelian voucher listrik di kios terdekat, tampilan warna rekening produk berwarna putih dan media pengaduan pelanggan melalui telepon.
ANALISIS PETA POSITIONING UNTUK RESTORAN BERDASARKAN PERSEPSI PELANGGAN DENGAN MENGGUNAKAN METODE MULTIDIMENSIONAL SCALING Kondo Lembang, Ferry; Leunupun, Angelia C.; Talakua, Mozart W.
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 10 No 1 (2016): BAREKENG: Jurnal Ilmu Matematika dan Terapan
Publisher : MATHEMATIC DEPARTMENT, FACULTY OF MATHEMATICS AND NATURAL SCIENCES, UNIVERSITY OF PATTIMURA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (845.121 KB) | DOI: 10.30598/barekengvol10iss1pp47-54

Abstract

Multidimensional Scaling (MDS) merupakan salah satu teknik peubah ganda yang dapat digunakan untuk menentukan posisi suatu objek berdasarkan penilaiannya kemiripannya.Tujuan penelitian ini adalah untuk memperoleh deskripsi pelanggan terhadap restoran serta mengetahui kemiripan antara rumah makan berdasarkan atribut-atribut yang dijadikan objek penelitian.Teknik analisis yang digunakan adalah Multidimensional Scaling Penelitian ini dilakukan dengan mengambil responden sebanyak 30 responden. Hasil dari peta analisis Multidimensional Scaling dapat dilihat bahwa Mister Basso dan Rice Bowl memiliki tingkat kemiripan pada cita rasa, harga, dan fasilitas karena jarak yang saling berdekatan. Sedangkan untuk restoran Solaria, 77 Es teller dan Bakso Lapangan Tembak Senayan menempati posisi yang relatif saling berjauhan antar satu dengan yang lain yang berarti ketiga restoran tidak mempunyai kemiripan atau ketidakmiripan. Hasil dari uji konsistensi dan kesamaan sikap responden juga menenjukan bahwa responden memiliki kesamaan sikap dalam menilai kemiripan masing-masing restoran.
PENERAPAN TEORI KONGRUENSI DALAM PERMAINAN NIM Tehuayo, L.; Leleury, Zeth A.; Kondo Lembang, Ferry
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 11 No 2 (2017): BAREKENG: Jurnal Ilmu Matematika dan Terapan
Publisher : MATHEMATIC DEPARTMENT, FACULTY OF MATHEMATICS AND NATURAL SCIENCES, UNIVERSITY OF PATTIMURA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (272.233 KB) | DOI: 10.30598/barekengvol11iss2pp151-162

Abstract

Permainan NIM adalah permainan tradisional yang menggunakan strategi sebagai elemen utamanya. Permainan ini dimainkan oleh dua pemain dimana setiap pemain secara bergantian mengambil paling sedikit suatu objek dengan aturan-aturan tertentu. Kemenangan permainan Nim terletak pada banyaknya objek yang tersedia dan strategi yang digunakan dalam mengambil objek tersebut. Dalam permainan NIM, pemain yang mengambil objek terakhir adalah pemain yang memenangkan permainan. Penelitian ini menyajikan tujuh buah permainan Nim: Nim Maksima, Nim Satu-Tiga, Nim Satu-Empat, Nim Satu-Dua-Empat, Nim Satu- Tiga-Empat, Nim Satu-Tiga-Lima-Tujuh dan Nim Tiga-Lima-Tujuh-Sembilan. Pada permainan Nim ini, peranan Matematika dalam teori bilangan Khususnya teori kongruensi adalah cara dalam menentukan strategi kemenangan untuk permainan Nim.
PENERAPAN ANALISIS JALUR TERHADAP FAKTOR-FAKTOR PENYEBAB ANGKA KEMATIAN BAYI DI PROVINSI MALUKU Kondo Lembang, Ferry; Romer, Christof F.; Patty, Henry W.M.
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 12 No 2 (2018): BAREKENG: Jurnal Ilmu Matematika dan Terapan
Publisher : MATHEMATIC DEPARTMENT, FACULTY OF MATHEMATICS AND NATURAL SCIENCES, UNIVERSITY OF PATTIMURA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (256.478 KB) | DOI: 10.30598/vol12iss2pp069-080ar618

Abstract

Angka Kematian Bayi (AKB) merupakan indikator kualitas pelayanan kesehatan masyarakat dan keberhasilan pembangunan di suatu negara. AKB merupakan kematian anak kurang dari satu tahun. Kematian bayi diukur sebagai tingkat kematian bayi yang merupakan jumlah kematian anak di bawah satu tahun per 1000 kelahiran. Adapun tujuan dari penelitian ini yakni mendapatkan faktor-faktor penyebab AKB di Provinsi Maluku menggunakan metode Analisis Jalur. Hasil analisis penelitian menunjukkan bahwa AKB tertinggi berada diwilayah kota Tual yaitu sebesar 36 per 1000 kelahiran. Selanjutnya variabel eksogen (X) yang berpengaruh terhadap variabel endogen jumlah bayi dengan resiko Berat Badan Lahir Rendah (Y1) untuk model jalur sub struktur I yakni variabel ibu hamil yang diukur Lingkar Lengan Atas (LILA)(X1) dengan nilai |thitung| sebesar 7,251 dimana lebih besar dari nilai ttabel = 2,262, sedangkan untuk model jalur sub struktur II variabel eksogen (X) yang berpengaruh terhadap variabel endogen Persentase AKB tiap kabupaten/kota di Maluku (Y2) yakni variabel jumlah ibu hamil yang diukur LILA (X1), jumlah ibu hamil yang melakukan kunjungan ke puskesmas untuk imunisasi (X2), dan jumlah ibu hamil yang melaksanakan kunjungan ke puskesmas pertama kali saat melahirkan (X3) dimana masing-masing memiliki nilai |thitung| sebesar 2,836; 3,535; dan 2,837lebih besar dari nilai ttabel = 2,262.
Analisis Misklasifikasi Data Akreditasi Sekolah Dasar Di Kota Ambon Menggunakan Metode Multivariate Adaptive Regression Spline Sarah Risambessy; Salmon Notje Aulele; Ferry Kondo Lembang
Jurnal Matematika, Statistika dan Komputasi Vol. 18 No. 3 (2022): MAY, 2022
Publisher : Department of Mathematics, Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20956/j.v18i3.19451

Abstract

Many classification methods have been developed, one of which is the Multivariate Adaptive Regression Spline (MARS) method. MARS is one of the classification methods in the form of a combination of Recursive Partitioning Regression (RPR) and the spline method that is able to process high-dimensional and large-sized data and process data with continuous or binary response variables. The purpose of this study was to measure the misclassification of elementary school accreditation in Ambon city using the MARS method. This study uses accreditation data with the results of eight components of accreditation in elementary schools that have accreditation A (group 1) and accreditation B (group 2) in Ambon city. To evaluate the classification method used the APER classification error measure. The best classification result from the MARS method is when using a combination of BF=32, MI=3, MO=1 because it produces a minimum Generalized Cross Validation (GCV) of 0.066 and information is obtained that the correct classification data is 181 and the misclassified data is 10. Based on the results of the analysis, the size of the APER classification error is 5.23%, which can be said that the MARS method is good or statistically significant for classifying elementary schools in Ambon City based on their accreditation rating.  
Pengelompokkan Provinsi di Indonesia Berdasarkan PDRB atas Dasar Harga Konstan Tahun 2013 Ferry Kondo Lembang; Patresya Yulita Lessil; Salmon Notje Aulele
Jurnal Matematika Vol 7 No 2 (2017)
Publisher : Mathematics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/JMAT.2017.v07.i02.p84

Abstract

Regional gross domestic product is one of the important indicators to determine economic conditions in an area. Therefore it is very interesting to discuss and to determine the economic progress of a region. Cluster anlysis aims to classify objects based on the characteristics into cluster that have the properties that are relatively similar and clearly distinguish between one cluster agains another. The main objective of the research that classifies 33 provinces based on the value of regional gross domestic product at constant price in 2013 using hierarchical cluster analysis for average linkage method. The results showed that the cluster were carried out on 33 provinces in Indonesia formed 3 cluster with details of that cluster 1 consisting of Sumatera, Kalimantan, Sulawesi, Nusa Tenggara, Bali, Papua, Maluku and Jawa Tengah, DI Yogyakarta, and Banten, cluster 2 consisting of 1 provinces of DKI Jakarta and cluster 3 which consists of 2 provinces namely Jawa Barat dan Jawa Timur.