Hasil Pencarian  ::  Simpan CSV :: Kembali

"Dalam bidang ekonomi seringkali diperlukan bahasan dalam hubungan fungsional antara variabel-variabel. Hubungan itu dinyatakan dalam bentuk persamaan yang menghubungkan variabel tak bebas dengan satu atau lebih variabel bebas. Dalam studi empiris dl bidang ekonomi sering terjadi variabel tak bebasnya tersensor atau terkelompok pada suatu nilai batas, maka untuk menganalisis masalah dengan variabel tak bebas tersensor dapat digunakan Model Regresi Tersensor atau Model Tobit. Tugas akhir ini akan membahas Model Regresi Tersensor atau Model Tobit, dengan contoh aplikasi menganalisis hubungan antara Tabungan dengan Dpah/gaji, dengan memperhatikan beberapa karakteristik pekerja yaitu Status kerja, Jenis kelamin, Umur, Pendidikan, dan ada tidaknya Bantuan keuangan dari pihak lain sebagai variabel kontrol. Data yang dipakai adalah berdasarkan hasil pilot Survei Tingkat Hidup Pekerja di Kotamadya Semarang 1992, oleh Biro Pusat Statistik. Ternyata dalam konteks variabel-variabel di atas, tabungan dipengaruhi oleh upah pekerja sedangkan karakteristik-karakteristik yang perlu diperhatikan untuk menaksir tabungan pekerja berdasarkan upahnya ialah jenis kelamin, pendidikan, status kerja, dan umur. Selain untuk keperluan penaksiran, model dapat juga digunakan untuk menghitung pengaruh marjinal karakteristik - karakteristik pekerja pekerja pada tabungan."

"This was a non-reactive research using secondary data (n = 30). The objective of this study was to investigate the linear regression in dentistry using data analysis with computer programs MINITAB 13 and SPSS 13. Research in dentristry often employs simple or multiple linear regression. A researcher should have adequate comprehension on linear regression analysis in order to gain valid and applicable regression equation. This study used multiple linear regression analysis with independent variable (age and oral hygiene) and dependent variable (tooth caries). It was found that all assumptions of the multiple linear regression analysis were fulfilled. However, the result of t test showed that the variable of age revealed insignificant result (p = 0.932), so that the variable of age should be excluded from the analysis. Subsequently, simple linear regression analysis was performed to the independent variable (oral hygiene) and the dependent variable (tooth caries). It was found that all assumptions of the multiple linear regression analysis were fulfilled. The result of t test showed that oral hygiene variable was significant (p = 0.000). F test revealed p = 0.000, indicating the validity of the result. The obtained regression equation was found to be applicable. The regression equation obtained was as follows: 1.56 + 2.62 OHI-S, indicating that in any increase of one OHI-S unit, the caries increased 2.62 unit."

"Tujuan utama dari skripsi ini adalah untuk menentukan rangkaian penurunan tingkat bunga yang akan mempengaruhi biaya modal bagi investasi guna mencari tingkat stimuli yang optimal bagi perekonomian Indonesia, yaitu tingkat stimuli yang menyeimbangkan perkiraan kerugian dari terjadinya resesi dan inflasi, dan juga tingkat stimuli yang akan mendorong aktifitas ekonomi tanpa memperparah inflasi. Jika kebijakan penurunan tingkat bunga terlalu lambat, maka tidak ada yang akan investasi sehingga resesi berlanjut. Namun jika terlalu cepat, akan terlalu banyak yang investasi dan menyebabkan inflasi malah memburuk. Tujuan dari penulisan ini juga sekaligus membuktikan bahwa stimuli yang terlalu berhati-hati (cautious) akan terbukti tidak efektif. Hal ini karena penurunan yang sedikit kurang mendapatkan respon dari pihak swasta karena pihak swasta tahu bahwa jika sebuah pengurangan tingkat bunga gagal untuk mendorong pertumbuhan, pembuat kebijakan dipaksa untuk menurunkan tingkat bunga lagi. Pihak swasta kemudian mempunyai insentif untuk menunggu, untuk mendapatkan keuntungan yang lebih besar dari tingkat bunga yang diharapkan lebih rendah lagi. Demikian seterusnya lingkaran setan ini terjadi. Model Caplin dan Leahy adalah sebuah model yang memberi perhatian pada ciri-ciri utama dari latar belakang pembuatan kebijakan akhir-akhir ini. Pendekatan utama kita meliputi tiga ide, yaitu bahwa pembuat kebijakan tidak mengetahui dengan pasti tingkatan ekonomi, pembuat kebijakan belajar tentang tingkatan ekonomi dari respon perekonomian terhadap kebijakan, dan setiap strategi pencarian sistematis yang digunakan oleh pembuat kebijakan untuk mempelajari tingkatan perekonomian akan mempengaruhi respon perekonomian terhadap kebijakan, Metode regresi merupakan komponen integral dari setiap analisa data yang sering digunakan dalam statistika untuk menggambarkan hubungan antara variabel dependen dan sebuah atau lebih variabel independen. Pemilihan metode regresi yang digunakan adalah karena model Caplin dan Leahy ini lebih baik menggunakan variabel dependen yang diskrit, bukan kontinyu. Oleh karena itu di sini kita menggunakan metode analisa regresi multinomial logistik karena variabel dependen yang digunakan diskrit dan terdiri dari tiga kategori. Dari hasil regresi terhadap data perekonomian Indonesia sejak bulan Juli 1993 hingga Januari 1999, dapat diambil kesimpulan bahwa kita dapat melihat proses pengambilan keputusan, baik dari sisi investor maupun bank sentral Indonesia pada periode sebelum dan setelah terjadinya krisis. Ada satu hal yang menarik bahwa ternyata dari hasil regresi didapatkan bahwa pemerintah Indonesia lebih besar ketidaksukaannya terhadap unemployment dibandingkan dengan inflasi. Bahwa tingkah laku Bank Indonesia sebelum krisis sama dengan setelah krisis, yaitu jika investor berhati-hati dalam melakukan investasi maka respon pemerintah adalah is akan menurunkan tingkat bunga dengan cepat.untuk mendorong terjadinya investasi. Hal menarik lain yang dapat kita temukan adalah bahwa setelah memasuki periode krisis, ternyata variabel tingkat bunga tidak lagi menjadi variabel yang signifikan dalam mempengaruhi keinginan investor untuk investasi. Dan tingkah laku investor sebelum krisis berbeda dengan tingkah lakunya setelah krisis. Pada periode sebelum krisis, jika Bank Indonesia terlihat berhati-hati dalam menurunkan tingkat bunga maka investor juga akan berhati-hati dalam melakukan investasi. Sedangkan pada periode setelah krisis, jika BI terlihat berhati-hati dalam menurunkan tingkat bunga maka investor malah merespon untuk tidak berhati-hati dalam melakukan investasi."

"ABSTRACTPenyakit Parkinson terbagi dalam dua subtipe, yaitu Tremor Dominant (TD) dan Postural Instability/Gait Dominant (PIGD). Tiap subtipe memiliki perbedaan dalam penanganan klinis, sehingga perlu dilakukan klasifikasi subtipe penyakit Parkinson. Dalam Statistika, ada beberapa model yang membahas klasifikasi diantaranya adalah decision tree, regresi logistik, dan logit leaf model (LLM). LLM merupakan model campuran dari decision tree dan regresi logistik yang diusulkan oleh De Caigny et al. (2018). Penulisan ini membahas klasifikasi subtipe penyakit Parkinson menggunakan model klasifikasi statistika beserta penanganan masalah imbalanced data yang terjadi pada data penyakit Parkinson. Diperoleh model klasifikasi regresi logistik dengan melakukan proses SMOTE ± = 600, = 200 untuk menangani masalah imbalanced data. Model tersebut memberikan akurasi sebesar 98,83%, sensitivitas sebesar 98,41%, dan spesifisitas sebesar 99,07%.

---

ABSTRACTParkinsons Disease has two sub-types which are Tremor Dominant (TD) and Postural Instability/Gait Difficulty (PIGD). Each subtype has the difference in clinical treatment, so it is necessary to classify Parkinsons Disease subtypes. In Statistics, there are statistical models for classifying such as decision tree, logistic regression, and logit leaf model (LLM). LLM is a hybrid model from decision tree and logistic regression that proposed by (De Caigny et al., 2018). In this thesis discuss Parkinsons Disease Classification using statistical models with imbalanced data problem handling happen in Parkinson`s Disease data. For the result, logistic regression by processing SMOTE ± = 600, = 200 to handle data imbalanced problem. The model provides an accuracy of 98,83%, sensitivity of 98.41%, and specificity of 99.07%."

"Tugas Akhir ini membicarakan cara menghadapi masalah multikolinieritas dengan bantuan metode regresi ridge. Penaksiran dengan metode Regresi Ridge memberikan ketepatan (presisi) yang lebih baik daripada penaksiran dengan metode Kuadrat Terkecil Biasa (Ordinary Least Square), walaupun taksiran Regresi Ridge adalah bias. Kelebihtepatan penaksiran dengan metode Regresi Ridge terhadap metode Kuadrat Terkecil Biasa dilihat dari rata-rata kuadrat residualnya. Dibicarakan pula metode Regresi Ridge untuk pemilihan variabel penjelas mana yang akan dimasukkan dalam model regressi serta contoh penggunaan metode Regresi Ridge dalam menaksir pengaruh lag dalam marketing."

"Tugas akhir ini membahas model regressi logistic yang digunakan untuk menganalisa dan memodel hubungan antara variabel respon kualitatif dikotomi dan variabel - variabel bebas."

"Salah satu asumsi pada regresi linier adalah bahwa variansi kesalahan () sama. Bila asumsi ini tidak terpenuhi, keadaan ini di sebut heteroskedastisitas. Pada tugas akhir ini akan dibahas bagaimana pengaruh heteroskedastisitas terhadap sifat-sifat parameter regresi serta bagaimana mendeteksi dan mengatasi heteroskedastisitas tersehut."

"Analisis regresi adalah Suatu teknik statistik yang digunakan untuk nenyelidiki dan menunjukkan hubungan antara variabel-variabel yang diaggap berpengaruh.Hasil analisis, yang disebut model regresi, akan baik jika data pengamatan yang dipakai sudah memenuhi asumsi-asumsi yang ada dan mempunyai pengaruh yang sama pada saat pencocokan regresi, dalam hal ini pada taksiran β. Artinya, tidak ada sebagian atau satu pengamatan yang lebih berpengaruh dibandingkan dengan data pengamatan yang lain. Untuk nengetahui apakah ada data penganatan yang lebih berpengaruh tersebut, dilakukan Pendeteksian terhadap data yang ada dengan nenggunakan pendekatan penghapusan. Pendekatan ini menguji bagaimana suatu Pengamatan dapat mengubah kuantitas yang terlibat dalam analisis regresi.Ada 2 metode pendeteksian penganatan yang berpengaruh pada β, yaitu :1. Berdasarkan jarak titik pada ruang x - y1.1 Elemen diagonal matrik V1.2 Jarak Mahalanobis1.3 WSSD1.4 Elemen diagonal matrik Vz2. Berdasarkan kurva Pengaruh ( pusat elipsoidakeperaayaan)2.1 Cook distance2.2 Welsch distance2.3 Welsch-Kuh dlstance2.4 Modifikasi Cook distance"