cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kab. jember,
Jawa timur
INDONESIA
Prosiding Seminar Matematika dan Pendidikan Matematik
Published by Universitas Jember
ISSN : -     EISSN : -     DOI : -
Core Subject : Education,
Education Mathematics
Prosiding Semnas Matematika dan Pendidikan Mamatika adalah prosiding kumpulan artikel hasil seminar nasional matematika dan pendidikan matematika. Tema semnas berbeda setiap terbitan disesuaikan dengan tema yang dikembangkan oleh panitia semnas. Terbit satu kali dalam setahun secara serial antara seminar nasional yang diselenggarakan oleh jurusan matematika FMIPA Universitas Jember dan program studi pendidikan matematika FKIP Universitas Jember. Prosiding ini ber ISBN dan terindeks oleh GOOGLE SCHOLAR dan IPI BETA.
Arjuna Subject : -
Articles 19 Documents
 1   2 
Search results for , issue "Vol 1 No 1 (2014): Prosiding Seminar Nasional Matematika 2014" : 19 Documents clear
Analisis Pengaruh Kompetensi Tenaga Guru dan Kompetensi Kepala Sekolah Terhadap Capaian Standar Nasional Pendidikan Kasmuri, Kasmuri; Tirta, I Made; Dewi, Yuliani Setia
Prosiding Seminar Matematika dan Pendidikan Matematik Vol 1 No 1 (2014): Prosiding Seminar Nasional Matematika 2014
Publisher : Prosiding Seminar Matematika dan Pendidikan Matematik

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Standar kompetensi guru ini dikembangkan secara utuh dari empat kompetensi utama (pedagogik, kepribadian, sosial, dan profesional) dan keempat kompetensi tersebut terintegrasi dalam kinerja guru. Sedangkan kepala sekolah sebagai pelaksana kepemimpinan pendidikan di sekolah harus memiliki kemampuan dan ketrampilan yang menggambarkan tugas dan peranan kepala sekolah dalam  penerapannya dituangkan dalam kompetensi kepala sekolah (kepribadian, manajerial, kewirausahaan, supervisi dan sosial). Sementara itu standar nasional pendidikan yang meliputi delapan standar (isi, proses, kelulusan, pendidik dan tenaga kependidikan, sarana dan prasarana, pengelolaan, pembeayaan dan penilaian) adalah kriteria minimal tentang sistem pendidikan di  Indonesia yang harus dicapai. Tujuan penelitian ini adalah menganalisis pengaruh kompetensi guru dan kompetensi kepala sekolah terhadap capaian standar nasional pendidikan serta mengetahui indikator-indikator yang paling dominan dalam mengukur peubah laten antara kompetensi kepala sekolah, kompetensi guru terhadap  pencapaian standar nasional pendidikan tingkat sekolah menegah di Kabupaten Banyuwangi. Data yang digunakan adalah data nilai kinerja guru, nilai kinerja kepala sekolah dan nilai pencapaian standar nasional pendidikan (akreditasi sekolah), pada sekolah menengah di Kabupaten Banyuwangi. Metode analisis yang dipakai adalah covarian based SEM dengan estimasi maximum likelihood. Hasil yang diperolah adalah pengaruh kompetensi kepala sekolah berpengaruh kuat terhadap kompetensi guru, dan kompetensi guru juga berpengaruh kuat terhadap standar nasional pendidikan. Sedangkan  indikator yang paling dominan dari varibel laten kompetensi kepala sekolah adalah kompetensi kewirausahaan, untuk variabel laten kompetensi guru adalah kompetensi kepribadian, sedangkan untuk variabel laten standar nasional pendidikan adalah standar sarana dan prasarana.
ESTIMASI PARAMETER DAN PENGUJIAN HIPOTESISMODEL REGRESI BURRTIGA PARAMETER TIPE XII Arisandi, Rizwan; Purhadi, Purhadi
Prosiding Seminar Matematika dan Pendidikan Matematik Vol 1 No 1 (2014): Prosiding Seminar Nasional Matematika 2014
Publisher : Prosiding Seminar Matematika dan Pendidikan Matematik

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Analisis regresi adalah metode statistik yang berguna untuk memeriksa dan memodelkan hubungan diantara variabel-variabel respon dan prediktor. Model regresi pada umumnya dibangun berdasarkan asumsi bahwa data mengikuti distribusi Normal, namun terbatasnya jumlah data dalam analisis dan pemodelan data statistika membuat asumsi kenormalan tidak tepat digunakan karena mungkin saja distribusi data bersifat menceng (asimetri) dan bahkan bisa juga berekor lebih tebal atau berekor lebih tipis dari distribusi normal (neo normal). Ada beberapa distribusi data yang relaksasinya mampu menangkap pola kemencengan dan ketebalan pada ekor datanya salah satunya adalah distribusi Burr.Ketika pola data menceng atau berekor tebal, pemodelan dan pengolahan data harus dilakukan secara hati-hati. Analisis klasik terutama dengan inferensi statistiknya terhadap parameter model tidak akan memberikan hasil yang lebih baik, oleh sebab itu distribusi Burr dirancang utuk mengatasi pola data yang sedikit miring atau tidak simetri karena distribusi ini didesain sebagai distribusi yang fleksibel dan adaptif. Untuk estimasi parameter regresi Burr menggunakan metode maximum likelihood estimation (MLE), namun hasil yang diperoleh tidak close form sehingga secara numerik digunakan metode iterasi Newton-Raphson. Dalam pengujian hipotesis menggunakan maksimum likelihood Ratio test (MLRT). Uji yang digunakan adalah uji serentak dan parsial yang dilakukan dengan statistik uji yang berdistribusi chi-square. Penelitian ini mengkaji estimasi parameter dan uji hipotesis model regresi Burr tiga parameter tipe XII. Hasil penelitian pada estimasi parameter dibawah populasi yaitu θ =[θ0 , θ1 , θ2 , ..., θJ], l, b dan parameter  di  bawah  H0 yaitu l, b serta perbandingkan nilai lnlikelihood di bawah  H0 dengan  lnlikelihood di  bawah populasi atau dengan perumusan  , pada pengujian hipotesis.
PENDEKATAN SMALL AREA ESTIMATION PADA SCAN STATISTIC UNTUK PENDETEKSIAN KANTONG KEMISKINAN Noviyanti, Reny Ari; Zain, Ismaini
Prosiding Seminar Matematika dan Pendidikan Matematik Vol 1 No 1 (2014): Prosiding Seminar Nasional Matematika 2014
Publisher : Prosiding Seminar Matematika dan Pendidikan Matematik

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Dalam rangka mengimplementasikan berbagai program pengentasan kemiskinan diperlukan adanya informasi daerah yang merupakan kantong kemiskinan.Salah satu metode yang bisa digunakan untuk mengidentifikasi kantong kemiskinan adalah Scan Statistic. Permasalahannya, untuk mendeteksi kantong kemiskinan pada level wilayah kecil (kecamatan) diperlukan informasi lengkap dari data populasi sedangkan data kemiskinan  pada wilayah kecil tersebut tidak tersedia. Oleh karena itu digunakan metode Small Area Estimation (SAE) untuk mendapatkan data kemiskinan pada wilayah kecil (kecamatan) sebagai input dalam Scan Statistic. Metode SAE yang digunakan untuk estimasi proporsi kemiskinan level kecamatan adalah Empirical Bayes (EB). Untuk mendeteksi kantong kemiskinan digunakan metode Circular Spatial Scan Statistic.Hasil Scan Statististic berbasis SAE EB diperoleh 6 (enam) kelompok wilayah yang merupakan kantong kemiskinan di Kepulauan Nias.
ESTIMATION OF GENERALIZED METHOD OF MOMENT IN LOGISTIC REGRESSION MODEL R, Muhammad Taurif; Otok, Bambang W; latra, I Nyoman
Prosiding Seminar Matematika dan Pendidikan Matematik Vol 1 No 1 (2014): Prosiding Seminar Nasional Matematika 2014
Publisher : Prosiding Seminar Matematika dan Pendidikan Matematik

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Masalah pendugaan parameter dalam analisis regresi seringmenjadi topik yang menarik dalam beberapa penelitian, terutama pada penelitian yang bertujuan untuk mengetahui kontribusi relatif dari setiap variabel bebas yang menjelaskan variabel tak bebasnya. Pengambilan sampel dari suatu populasi bertujuan untuk memperoleh informasi mengenai parameter populasi. Untuk mengetahui parameter populasi digunakan metode statistika inferensi, yaitu estimasi sehingga didapatkan suatu nilai dari penaksir parameter tersebut. Salah satu kesulitan yang sering ditemukan dalam analisis regresi adalah pada saat variabel respon (Y) bertipe data kategori, sedangkan variabel bebas atau prediktornya (X) bertipe data kategori maupun kontinu. Tidak terpenuhinya asumsi distribusi multivariat normal dikarenakan variabel bebas merupakan campuran antara variabel kontinyu (metric) dan kategorial (non-metric) misalnya, probabilitas bahwa orang yang menderita HIV/AIDS dapat diprediksi dari informasiusia, prilaku seks, jeniskelamin, dan lainnya. Estimasi yang baik adalah estimasi yang dapat menggambarkan kuantitas populasi melalui kuantitas sampel. Generalized Method of Moments (GMM) merupakan salah satu metode dalam estimasi parameter.Estimasi GMM digunakan untuk mengeksploitasi informasi bentuk kondisi momen populasi. Pada penelitian ini model regresilogistik akan diestimasi dengan metode GMM. Hasil penelitian ini diharapkan dapat memberikan gambaran tentang estimasi GMM pada model regresilogistik untuk kasus penderita HIV/AIDS di Surabaya.
Robust Small Area Estimation untuk Model Campuran Semiparametrik dengan Approksimasi P-Spline Murtinasari, Frida
Prosiding Seminar Matematika dan Pendidikan Matematik Vol 1 No 1 (2014): Prosiding Seminar Nasional Matematika 2014
Publisher : Prosiding Seminar Matematika dan Pendidikan Matematik

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Small Area Estimation merupakan tehnik pendugaan area kecil dengan menggunakan data pada domain yang besar. Untuk memperoleh cukup informasi dan mendapatkan nilai keragaman yang kecil, maka dibutuhkan peubah penjelas sebagai penunjang. Salah satu metode pendugaan parameter yang digunakan dalam Small Area Estimation adalah Empirical Best Unbiased Linear. Metode pendekatan EBLUP pada penelitian terdahulu digunakan pada unit level model.  Pada unit level model diasumsikan bahwa penduga langsung memiliki hubungan yang linier dengan peubah penyertanya. Selain itu, EBLUP unit level model ini hanya  berlaku dengan baik pada data yang diasumsikan normal dan tidak memiliki outlier. Akan tetapi tidak semua data memiliki asumsi yang normal maupun memiliki hubungan yang linier antar variabelnya. Oleh karena itu dibutuhkan sebuah pendekatan untuk Small Area Estimation dengan data yang tidak linier dan memiliki outlier. Penelitian ini mengembangkan Robust Small Area Estimation dengan menggunakan pendekatan model campuran semiparametrik dan approksimasi P-Spline untuk menduga rata-ratanya.
Pendekatan Multivariate Adaptive Regression SPLINES (MARS) pada Pemodelan Penduduk Miskin di Indonesia Tahun 2008-2012 Ayu A, Eta Dian; Otok, Bambang Widjanarko
Prosiding Seminar Matematika dan Pendidikan Matematik Vol 1 No 1 (2014): Prosiding Seminar Nasional Matematika 2014
Publisher : Prosiding Seminar Matematika dan Pendidikan Matematik

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kemiskinan merupakan salah satu persoalan mendasar yang menjadi pusat perhatian pemerintah di negara manapun karena merupakan masalah kependudukan yang kompleks dan menyangkut berbagai macam aspek. Untuk keperluan perencanaan, monitoring, dan evaluasi berbagai program terkait penanggulangan kemiskinan diperlukan sejumlah instrumen statistik, salah satunya adalah persentase penduduk miskin dari total populasi. Tujuan penelitian ini adalah untuk menganalisis faktor-faktor dari karakteristik penduduk miskin yang signifikan mempengaruhi kemiskinan tingkat Kabupaten/Kota di Indonesia. Untuk kasus kemiskinan di Indonesia yang terdiri dari banyak variabel prediktor, pendekatan regresi nonparametrik dapat menggunakan Multivariate Adaptive Regression Splines (MARS). Penelitian ini menggunakan variabel prediktor sebanyak 16 variabel dan satu buah variabel respon dengan menggunakan data SUSENAS untuk tahun 2008-2012 yang dihasilkan oleh Badan Pusat Statistik (BPS). Hasil penelitian dengan pendekatan MARS menunjukkan bahwa hampir semua variabel prediktor berpengaruh secara signifikan dalam pemodelan penduduk miskin tingkat Kabupaten/Kota di Indonesia. Sementara dari keenam belas variabel prediktor diperoleh tiga variabel penting yang paling besar pengaruhnya terhadap variabel respon, yaitu persentase perempuan pengguna alat KB di rumah tangga miskin, persentase rumah tangga yang pernah membeli raskin, serta persentase penduduk miskin usia 15 tahun ke atas yang bekerja di sektor pertanian.
ANALISIS STRUCTURAL EQUATIONMODELING(SEM) UNTUK SAMPEL KECIL DENGAN PENDEKATAN PARTIAL LEAST SQUARE (PLS) Ulum, Miftahul; Tirta, I Made; Anggraeni, Dian
Prosiding Seminar Matematika dan Pendidikan Matematik Vol 1 No 1 (2014): Prosiding Seminar Nasional Matematika 2014
Publisher : Prosiding Seminar Matematika dan Pendidikan Matematik

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Analisis Structural Equation Modeling (SEM) sering diaplikasikan pada permasalahan sosial yang membutuhkan model yang relatif kompleks. Pendugaan parameter pada analisis SEM membutuhkan beberapa asumsi penting seperti ukuran sampel minimal 10 kali banyaknya indikator dan data harus berdistribusi normal. Pada prakteknya tidak mudah untuk memenuhi asumsi tersebut. Dalam perkembangannya terdapat sebuah metode SEM yang tidak membutuhkan asumsi tersebut yang dikenal dengan metode analisis Partial Least Square (PLS).Metode ini merupakan analisis SEM berbasis varian atau dikenal dengan SEM-PLS. Pendugaan parameter pada metode ini tidak membutuhkan ukuran sampel yang besar dan data tidak harus berdistribusi normal. Pada penelitian ini akan ditunjukkan perbandingan analisis data menggunakan metode SEM-PLS dengan metode CB-SEM. Perbandingan analisis data menggunakan data serdos yang berupa 4 variabel laten dan 24 variabel indikator yang sebelumnya sudah dianalisis menggunakan metode analisis CB-SEM dengan data ditransformasi ke z-score untuk memenuhi asumsi. Pada penelitian ini digunakan tiga macam ukuran sampel yaitu 35,55, dan 75yang diambil dari parent sample sebanyak160kemudian dilakukan tahap Bootstrapping sebanyak 50 kali. Tahap tersebut dilakukan padasetiap ukuran sampel untuk mengetahui seberapa minim ukuran sampel pada metode SEM-PLS yang representatif terhadap sample parent. Hasil penelitian menunjukkan bahwa ukuran sampel yang digunakan pada metode analisis SEM-PLS adalah sebanyak 55. Nilai R2 pada ukuran sampel 55 sama baik dengan nilai R2 pada parent sample dengan data tidak ditransformasi ke z-score sebagaimana metode CB-SEM.
Approach Generalized Structured Component Analysis (GSCA) Method for Structural Equation Modeling Unidimensional Susanti, Nawal Ika; Tirta, I Made; Dewi, Yuliani Setia
Prosiding Seminar Matematika dan Pendidikan Matematik Vol 1 No 1 (2014): Prosiding Seminar Nasional Matematika 2014
Publisher : Prosiding Seminar Matematika dan Pendidikan Matematik

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

There are two types of Structural Equation Modeling is covarience or CB-SEM and variance or Partial Least Square SEM. The two types have advantages and disadvantages of each so Hwang & Takane propose a new method, namely the Generalized Structured Component Analysis (GSCA) which is a method that has been developed to complement the existing deficiencies in the Partial Least Square. Researchers using the GSCA for structural model factors affecting the nutritional status of children under five who are unidimensional structural equation. GSCA method in estimating the parameters using the method of Alternating Least Squares (ALS) and to estimate the standard error of the parameter estimates using the bootstrap method. The results of this study are all variables that indicator is a measure of valid and reliable to measure latent variables and also research model is a model that can be acceptable and in accordance with the existing conditions in the field.
PerbandinganAnalisisDiskriminan Linier, Diskriminan Linier RobustdanRegresiLogistikBiner Marino, Marino; Tirta, I Made; Dewi, Yuliani Setia
Prosiding Seminar Matematika dan Pendidikan Matematik Vol 1 No 1 (2014): Prosiding Seminar Nasional Matematika 2014
Publisher : Prosiding Seminar Matematika dan Pendidikan Matematik

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini membandingkan analisis diskriminan linier, diskriminan linier robust dan regresi logistik biner untuk mengelompokan siswa SMA Negeri 1 Bangorejo ke dalam kelompok IPA/IPS. Data yang digunakanadalah data nilai raport dan psikotes siswa kelas X semester 2 tahun pelajaran 2012-2013 SMAN 1 Bangorejo Banyuwangi. Data yang digunakan merupakan data terkontaminasi outlier sebesar 6,70%. Untuk mengetahui performa terhadap keberadaan outlier, maka dilakukan simulasi secara berulang-ulang mengaplikasikan analisis diskriminan linier, diskriminan linier robust dan regresi logistik biner dengan besar sampel bervariasi yaitu n1=40, n2=80, n3=120 dan n4=120 responden dan besar outlier yang bervariasi yaitu 5%, 10%, 15% dan 20%. Dari hasil simulasi ditunjukkan bahwa regresi logisltik biner mempunyai ketepatan klasifikasi yang paling baik. Pengelompokan IPA atau IPS di SMA N. 1 Bangorejo dengan jumlah sampel keseluruhan (224 responden), dengan menggunakan analisis logistik biner mempunyai ketepatan klasifikasi sebesar 85,714%.
RANCANG BANGUN DATA WAREHOUSE DAN R BERBASIS WEB Anggraeni, Dian; Muharom, Lutfi Ali; Hadi, Alfian Futuhul
Prosiding Seminar Matematika dan Pendidikan Matematik Vol 1 No 1 (2014): Prosiding Seminar Nasional Matematika 2014
Publisher : Prosiding Seminar Matematika dan Pendidikan Matematik

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pemanfaatan teknologi informasi sudah merupakan kebutuhan yang mendesak untuk melihat informasi dari berbagai sumber didalam pengambilan keputusan. Informasi membutuhkan suatu data yang dikelola dalam bentuk tertentu untuk memberikan arti. Perekaman data merupakan suatu aktifitas atau kejadian yang tersimpan dan membutuhkan suatu pengolahan yang baik. Data warehouseadalah salah satu bentuk pengolahan data yang nantinya digunakan untuk mendukung proses pengambilan keputusan tersebut. Data warehouse ini dimulai dari tahapan pengumpulan data, pemilihan data, perancangan data warehouse dan pemuatan data ke warehouse. Analisa data akan menggunakan program R yang terimplementasi berbasiskan web dan terintegrasi dengan data warehouse. R yang terimplementasi berbasiskan web akan mempermudah pengguna didalam pengoperasiannya. Perkembangan teknologi yang semakin maju, memungkinkan menjalankan R dengan browser. Dengan adanya data warehouse dapat dihasilkan koleksi data yang terstruktur dan integrasi dengan R dapat digunakan sebagai analisa dalam proses pengambilan keputusan.

Page 1 of 2 | Total Record : 19

 1   2 

Filter by Year

2014 2014


Reset
Filter By Issues
All Issue Vol 1 No 5 (2014): Prosiding Seminar Nasional Matematika 2014 Vol 1 No 4 (2014): Prosiding Seminar Nasional Matematika 2014 Vol 1 No 3 (2014): Prosiding Seminar Nasional Matematika 2014 Vol 1 No 2 (2014): Prosiding Seminar Nasional Matematika 2014 Vol 1, No 1 (2014): Prosiding Seminar Nasional Matematika 2014 Vol 1 No 1 (2014): Prosiding Seminar Nasional Matematika 2014