Garuda - Garba Rujukan Digital

MODEL GEOGRAPHICALLY WEIGHTED POISSON REGRESSION DENGAN PEMBOBOT FUNGSI KERNEL GAUSS Salmon N. Aulele
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 5 No 2 (2011): BAREKENG : Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Kematian bayi adalah suatu kematian yang dialami anak sebelum mencapai usia satu tahun. Angka kematian bayi (AKB) adalah besarnya kemungkinan bayi meninggal sebelum mencapai usia satu tahun, dinyatakan dalam perseribu kelahiran hidup. Analisis regresi merupakan analisis statistik yang bertujuan untuk memodelkan hubungan antara variabel respon dengan variabel prediktor. Apabila variabel respon berdistribusi Poisson, maka model regresi yang digunakan adalah regresi Poisson. Geographically Weighted Poisson Regression (GWPR) adalah bentuk lokal dari regresi Poisson dimana lokasi diperhatikan yang berasumsi bahwa data berdistribusi Poisson. Dalam penelitian ini akan mengetahui faktor-faktor apa saja yang mempengaruhi jumlah kematian bayi di Provinsi Jawa Timur dengan menggunakan model GWPR dengan menggunakan pembobot fungsi kernel gauss. Hasil penelitian menunjukan bahwa secara keseluruhan faktor-faktor yang mempengaruhi jumlah kematian bayi di Jawa Timur berdasarkan model GWPR dengan pembobot fungsi kernel gauss adalah persentase persalinan yang dilakukan dengan bantuan tenaga non medis (X1), rata-rata usia perkawinan pertama wanita (X2), rata-rata pemberian ASI ekslusif (X4) dan jumlah sarana kesehatan (X7). Berdasarkan variabel yang signifikan maka kabupaten/kota di Jawa Timur dapat dikelompokan menjadi 2 kelompok. Dengan membandingkan nilai AIC antara model regresi Poisson dan model GWPR diketahui bahwa model GWPR dengan pembobot fungsi kernel Gauss merupakan model yang lebih baik digunakan untuk menganalisis jumlah kemtian bayi di Propinsi Jawa Timur tahun 2007.

PEMODELAN JUMLAH KEMATIAN BAYI DI PROVINSI MALUKU TAHUN 2010 DENGAN MENGGUNAKAN REGRESI POISSON Salmon N. Aulele
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 6 No 2 (2012): BAREKENG : Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Infant mortality is an experienced child death before the age of one year. Regression analysis is a statistical analysis that aims to model the relationship between responsevariables (Y) with predictor variables (X). If the Poisson distributed response variables (Y), the regression model used was Poisson regression. The purpose of this research is to get aPoisson regression model according to the significant factors that influence the infant mortality. The results shows that the significant factors are influence the infant mortality asthe presentation of non medical childbirth (X1) and quantity of medical facility (X7). The case studies are infant mortality in Provinsi Maluku in 2010.

ANALISIS SISTEM ANTRIAN PADA BANK MANDIRI CABANG AMBON Salmon N. Aulele
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 8 No 1 (2014): BAREKENG : Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Antrian adalah suatu garis tunggu dari orang/satuan yang memerlukan pelayanan dari satu atau lebih fasilitas layanan, misalnya antrian pada teller di bank. Pada bank dengan jumlah teller yang sedikit atau tingkat pelayanan yang rendah seringkali mengakibatkan antrian yang panjang di depan teller sehingga nasabah yang akan dilayani menunggu dalam jangka waktu yang lama. Tujuan penelitian ini yaitu untuk menentukan jumlah teller yang optimal pada Bank Mandiri Cabang Ambon dengan menggunakan Model Tingkat Aspirasi. Hasil penelitian menunjukan bahwa jumlah teller yang optimal ialah 4 teller.

PENDEKATAN MODEL GEOGRAPHICALLY WEIGHTED REGRESSION UNTUK MENENTUKAN FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH RUMAH TANGGA MISKIN DI PULAU BURU Salmon N. Aulele
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 8 No 2 (2014): BAREKENG : Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Kemiskinan merupakan persoalan yang kompleks, karena tidak hanya berkaitan dengan masalah rendahnya tingkat pendapatan dan konsumsi, tetapi juga berkaitan dengan rendahnya tingkat pendidikan, kesehatan serta ketidakberdayaannya untuk berpartisipasi dalam pembangunan. Tujuan penelitian ini adalah menentukan faktor-faktor yang mempengaruhi jumlah rumah tangga miskin dengan memperhatikan faktor geografis di Pulau Buru menggunakan model Geographically Weighted Regression (GWR), sehingga diperoleh model yang dapat digunakan untuk memperkirakan jumlah rumah tangga miskin 13 Kecamatan di Pulau Buru. Hasil penelitian menunjukan bahwa variabel yang signifikan mempengaruhi jumlah rumah tangga miskin di tiap kecamatan di Pulau Buru yaitu banyaknya rumah tangga yang tidak punya fasilitas tempat buang air besar atau bersifat umum (X1), banyaknya rumah tangga yang sumber penerangan utama bukan listrik (X2), banyaknya rumah tangga yang sumber air minumnya dari sumur/mata air tak terlindung/sungai (X4), banyaknya rumah tangga yang pengeluaran untuk makanannya lebih besar 80% (X5) serta banyaknya rumah tangga yang pendidikan tertinggi kepala rumah tangganya SD kebawah (X7).

ANALISIS REGRESI LOGISTIK ORDINAL Thomas Pentury; Salmon N. Aulele; Riana Wattimena
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 10 No 1 (2016): BAREKENG: Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Pendidikan adalah salah satu faktor yang mempengaruhi pembangunan manusia. Salah satu faktor yang menunjang baik atau tidaknya pendidikan adalah sekolah. Baik atau tidaknya mutu suatu sekolah dinyatakan dengan akreditasi sekolah. Status akreditasi sekolah merupakan data dengan skala ordinal. Salah satu metode statistika yang dapat dipakai untuk klasifikasi data yang bersifat ordinal adalah regresi logistik ordinal. Tujuan dari penelitian ini yaitu untuk menentukan model akreditasi SMA di Kota Ambon berdasarkan faktor-faktor yang terdapat dalam profil sekolah dengan menggunakan Regresi Logistik Ordinal. Hasil penelitian menunjukan bahwa variabel yang signifikan mempengaruhi akreditasi SMA di Kota Ambon dengan tingkat kepercayaan sebesar 95% adalah jumlah guru (X4).

ANALISIS FAKTOR-FAKTOR YANG MEMPERNGARUHI KANKER LEHER RAHIM DI KOTA AMBON DENGAN MENGGUNAKAN REGRESI LOGISTIK BINER Salmon N. Aulele; Henry W. M. Patty; Trisnawaty Trisnawaty
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 10 No 1 (2016): BAREKENG: Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Kanker serviks atau kanker leher rahim adalah jenis penyakit kanker yang terjadi pada daerah leher rahim, yaitu bagian rahim yang terletak di bawah yang membuka ke arah liang vagina. Berawal dari leher rahim, apabila telah memasuki tahap lanjut, kanker ini bisa menyebar ke organ-organ lain di seluruh tubuh. Regresi logistik biner merupakan salah satu pendekatan model matematis yang digunakan untuk menganalisis hubungan beberapa faktor dengan sebuah variabel yang bersifat dikotomus (biner). Tujuan dari penelitian ini adalah menentukan faktor-faktor yang mempengaruhi penyebab kanker leher rahim di kota Ambon dengan menggunakan regresi logistik biner. Hasil penelitian menunjukan bahwa faktor-faktor yang mempengaruhi kanker leher rahim di kota Ambon dengan menggunakan regresi logistik biner adalah usia (ð‘‹1) dan frekuensi menikah (ð‘‹4) dengan ketepatan pengklasifikasian penderita dan non penderita kanker leher rahim berturut-turut adalah 57,14% dan 66,67%. Secara keseluruhan, model regresi logistik yang telah diperoleh dapat mengklasifikasikan responden sebesar 61,9%.

PERBANDINGAN METODE JARINGAN SARAF TIRUAN BACKPROPAGATION DAN LEARNING VECTOR QUANTIZATION DALAM DETEKSI HAMA PENGEREK BATANG Safriyani Tomia; Zeth A. Leleury; Salmon N. Aulele
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 11 No 1 (2017): BAREKENG: Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Jaringan saraf tiruan adalah pemrosesan sistem informasi pada karakteristik tertentu yang merupakan representatif buatan berdasarkan jaringan saraf manusia. Jaringan Saraf Tiruan (JST) telah banyak dikaji dalam berbagai bidang melalui pengenalan pola. Kemudian dengan memanfaatkan jaringan saraf tiruan LVQ dan Backpropagation dibuat sistem perbandingan deteksi dini hama pengerek batang padi dengan menggunakan Software MATLAB dengan melakukan pengujian. Dari hasil pengujian dengan menggunakan metode backpropagation diperoleh hasil akurasi 69,44% sedangkan untuk hasil pengujian metode LVQ diperoleh 80,56%. Dari hasil penelitian bahwa metode LVQ dianggap baik dalam mendeteksi hama pengerek batang padi.

ANALISIS REGRESI MULTIVARIAT BERDASARKAN FAKTOR-FAKTOR YANG MEMPENGARUHI DERAJAT KESEHATAN DI PROVINSI MALUKU Salmon N. Aulele; Abraham Z. Wattimena; Christy Tahya
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 11 No 1 (2017): BAREKENG: Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Kesejahteraan merupakan tujuan utama pembangunan sebuah negara. Salah satu aspek penting untuk mengukur tingkat kesejahteraan adalah kualitas fisik penduduk, yang dapat dilihat dari derajat kesehatan penduduk. Derajat kesehatan suatu daerah dapat dipengaruhi oleh banyak variabel. Model regresi multivariat adalah model regresi dengan lebih dari satu variabel respon yang saling berkorelasi dan satu atau lebih variabel prediktor. Tujuan dari penelitian ini adalah untuk mengetahui gambaran kesehatan masyarakat di Provinsi Maluku serta menentukan faktor-faktor apa saja yang mempengaruhi angka kematian bayi, angka harapan hidup, dan status gizi buruk di Provinsi Maluku dengan menggunakanregresi multivariat. Hasil penelitian menunjukan bahwa persentase angka kematian bayi tertinggi yaitu di kabupaten Maluku Tenggara Barat, persentase angka harapan hidup tertinggi yaitu di Kota Ambon dan untuk persentase Status Gizi Buruk tertinggi di kabupaten Kepulauan Aru. Sedangkan faktor-faktor yang mempengaruhi angka kematian bayi, angka harapan hidup, dan status gizi buruk di Provinsi Maluku dengan menggunakan regresi multivariat yaitu persentase rumah tangga yang menggunakan jamban dengan tangki septik (X1), persentase peran aktif masyarakat dalam posyandu (X3), persentase rata-rata lamanya bayi di beri ASI ekslusif (X4), persentase persalinan yang dilakukan oleh tenaga medis (X5),persentase imunisasi lengkap (X6), persentase kepadatan penduduk (X7) dan model dapat menjelaskan informasi data sebesar 99,4%.

ANALISIS PERMINTAAN KONSUMEN TERHADAP KONSUMSI MINYAK TANAH RUMAH TANGGA DI DESA PELAUW DENGAN MENGGUNAKAN ANALISIS REGRESI BERGANDA Salmon N. Aulele; Mozart W. Talakua; B. Tuasikal
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 11 No 2 (2017): BAREKENG: Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Analisis regresi berganda adalah persamaan regresi yang melibatkan dua atau lebih variabel dalam analisa. Tujuannya adalah untuk menghitung parameter-parameter estimasi dan untuk melihat apakah variabel bebas mampu menjelaskan variabel terikat dan memiliki pengaruh. Variabel yang akan diestimasi adalah variabel terikat, sedangkan variabel-variabel yang mempengaruhi adalah variabel bebas. Dari variabel-variabel bebas pada penelitian ini, diperoleh model regresi linier berganda untuk menggambarkan permintaan minyak tanah di desa pelauw adalah sebagai berikut:ð‘Œ ô€· = âˆ’0,794 + 0,001ð‘‹1 + 1,211ð‘‹2 + 0,164ð‘‹3 âˆ’ 0,048ð‘‹4Dimana variabel yang paling dominan berpengaruh terhadap variabel dependen adalah harga minyak tanah diikuti dengan variabel jumlah anggota keluarga, harga kayu bakar dan pendapatan rumah tangga per bulan.

Title

Found 9 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 9 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 9 Documents
Search