Hasil Pencarian  ::  Simpan CSV :: Kembali

"Semivariogram adalah fungsi yang dapat menyatakan korelasi spasial pada data spasial. Semivariogram digunakan untuk mencari bobot pada kriging. Semivariogram mempunyai beberapa parameter diantaranya sill dan range. Parameter tersebut biasanya ditaksir berdasarkan plot semivariogram yang dihitung dari data sampel terhadap jaraknya. Metode ini biasa disebut metode klasik. Namun pada skripsi ini akan digunakan metode lain untuk menaksir parameternya. Metode yang digunakan adalah metode linear programming. Sesuai dengan cara kerja linear programming yang dapat menghasilkan solusi optimal, diharapkan parameter yang ditaksir dengan metode linear programming lebih baik dibandingkan dengan metode klasik. Dalam tugas akhir ini metode klasik dan metode linear programming diterapkan untuk kasus data tertentu dan hasilnya adalah metode linear programming menghasilkan taksiran parameter yang lebih baik dibandingkan metode klasik, berdasarkan uji statistik tertentu. Selain itu, metode linear programming juga..."

"Tugas akhir ini bertujuan menjelaskan prosedur penaksiran parameter model survival bivariat yang dibangun melalui copula dengan menggunakan metode Pseudo likelihood. Pada tugas akhir ini diberikan suatu contoh penggunaan copula dalam memodelkan data pasangan survival time yang tersensor kanan. Fungsi survival bivariat dari pasangan-pasangan survival time yang tersensor kanan ini dibentuk dengan menggunakan copula yang berasal dari famili copula Clayton. Pada model survival bivariat yang berbasis copula, diperoleh parameter yang merupakan parameter dependensi. "

"Asumsi kestasioneran merupakan asumsi yang harus dipenuhi pada sebagian besar teori ekonometri. Pada kenyataannya, hal ini hampir tidak terpenuhi untuk variabel-variabel ekonomi. Granger dan Newbold (1974) menunjukkan bahwa regresi yang dibentuk oleh variabel-variabel nonstasioner yang tidak berkorelasi akan menciptakan spurious regression (regresi palsu). Pada tahun 1987, Engle dan Granger merumuskan suatu ide untuk membuat kombinasi linier yang stasioner dari variabel-variabel nonstasioner yang disebut kointegrasi. Dalam ekonometrika, variabel-variabel yang terkointegrasi dikatakan berada dalam kondisi keseimbangan jangka panjang (long run equilibrium). Pengujian kointegrasi untuk kasus bivariat dapat dilakukan dengan menggunakan metode Engle - Granger, sedangkan penaksiran parameternya dapat dilakukan dengan metode Engle - Granger two step procedurre. Walaupun metode Engle - Granger mudah diterapkan, akan tetapi mempunyai beberapa kelemahan apabila diterapkan pada kasus kointegrasi mutivariat. Johansen (1988) merumuskan suatu metode pengujian kointegrasi untuk kasus multivariat yang disebut sebagai Johansen Cointegration Test. Pengujian kointegrasi Johansen mampu mendeteksi secara langsung ada berapa hubungan kointegrasi yang terbentuk dari n variabel yang diuji,. Sedangkan untuk penaksiran parameternya digunakan metode Johansen Maximum Likelihood. Dalam tugas akhir ini, hubungan kointegrasi multivariat diterapkan pada nilai Produk Domestik Bruto (PDB), ekspor dan Investasi di Indonesia pada tahun 1970-2007."

"Metode ordinary kriging adalah metode penaksiran yang menghasilkan taksiran yang memenuhi kriteria BLUE (Best Linear Unbiased Estimator). Nilai taksiran dinyatakan sebagai kombinasi linier dari data sampel. Data yang digunakan adalah data spasial. Metode ordinary kriging dapat digunakan jika data spasial memenuhi asumsi stasioner orde dua atau asumsi stasioner intrinsik. Dalam melakukan penaksiran dengan metode ordinary kriging diperlukan suatu fungsi yang disebut semivariogram. Ada dua jenis semivariogram, yaitu : semivariogram isotropik dan semivarogram anisotropik. Pada tugas akhir ini, metode ordinary kriging digunakan untuk menaksir nilai pengamatan pada suatu titik di lokasi yang tidak tersampel, dan semivariogram yang digunakan adalah semivariogram isotropik. "

"Metode Ordinary Cokriging (OC) merupakan metode penaksiran yang menghasilkan taksiran yang memenuhi kriteria BLUE (Best Linear Unbiased Estimator). OC merupakan perluasan dari metode Ordinary Kriging (OK). Berbeda dari OK, dalam OC digunakan data spasial yang tidak hanya terdiri dari satu peubah teregional utama, tetapi juga peubah teregional tambahan yang berkorelasi dengan peubah teregional utama. Nilai taksiran dinyatakan sebagai kombinasi linier dari data sampel. Pada OC, data spasial dibedakan menjadi 3, yaitu entirely (completly) heterotopic, partially heterotopic, dan isotopy. Pada tugas akhir ini, hanya dibatasi pada data isotopy. OC dapat digunakan jika data spasial memenuhi asumsi stasioner orde dua atau asumsi stasioner intrinsik. Dalam melakukan penaksiran dengan OC diperlukan fungsi auto- dan cross-kovariansi atau auto- dan cross-variogram, yang dibedakan menjadi dua jenis, yaitu : isotropik dan anisotropik. Pada tugas akhir ini, metode OC digunakan untuk menaksir nilai pengamatan dari peubah teregional utama pada suatu titik di lokasi yang tidak tersampel, serta auto- dan cross-kovariansi atau auto- dan cross-variogram yang digunakan adalah isotropik. "