Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 161008 dokumen yang sesuai dengan query
cover
Mayramadan Madya Putra
"Metode two stage adaptive cluster sampling (2S-ACS) sangat baik digunakan untuk mengambil sampel dimana elemen yang akan diteliti sangat jarang atau berkelompok. Pada 2S-ACS, pengambilan sampel diawali dengan membagi wilayah penelitian menjadi unit-unit primer. Masing-masing unit primer dibagi menjadi unit-unit sampling. Pada tahap pertama, dipilih beberapa unit primer secara SRS. Pada tahap kedua, dari masing-masing unit primer yang terpilih pada tahap pertama, diambil beberapa unit sampling sebagai sampel awal. Kemudian, dilakukan proses penambahan sampel pada masing-masing unit sampling yang terpilih pada sampel awal. Ada dua skema yang dapat digunakan untuk menambahkan sampel, yaitu skema overlapping dan skema nonoverlapping. Pada skema overlapping, proses penambahan sampel diperbolehkan melewati batas unit primer, sedangkan pada skema nonoverlapping tidak diperbolehkan melewati batas unit. Pada masing-masing skema akan digunakan taksiran Horvitz-Thompson dan taksiran Hansen-Hurwitz untuk menaksir mean dan total populasi. Taksiran yang diperoleh adalah taksiran yang tak bias. Pada tugas akhir ini akan diberikan contoh penerapan two stage adaptive cluster sampling dengan menggunakan skema overlapping dan skema nonoverlapping. Kata kunci : taksiran Horvitz-Thompson; taksiran Hansen-Hurwitz; two stage adaptive cluster sampling; unit primer; unit sampling. ix+106 hal.;lamp.;gamb.;tab.; Bibliografi : 10 (1967-2002)"
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2009
S27802
UI - Skripsi Open  Universitas Indonesia Library
cover
"Metode two stage adaptive cluster sampling (2S-ACS) sangat baik digunakan untuk mengambil sampel dimana elemen yang akan diteliti sangat jarang atau berkelompok. Pada 2S-ACS, pengambilan sampel diawali dengan membagi wilayah penelitian menjadi unit-unit primer. Masing-masing unit primer dibagi menjadi unit-unit sampling. Pada tahap pertama, dipilih beberapa unit primer secara SRS. Pada tahap kedua, dari masing-masing unit primer yang terpilih pada tahap pertama, diambil beberapa unit sampling sebagai sampel awal. Kemudian, dilakukan proses penambahan sampel pada masing-masing unit sampling yang terpilih pada sampel awal. Ada dua skema yang dapat digunakan untuk menambahkan sampel, yaitu skema overlapping dan skema nonoverlapping. Pada skema overlapping, proses penambahan sampel diperbolehkan melewati batas unit primer, sedangkan pada skema nonoverlapping tidak diperbolehkan melewati batas unit. Pada masing-masing skema akan digunakan taksiran Horvitz-Thompson dan taksiran Hansen-Hurwitz untuk menaksir mean dan total populasi. Taksiran yang diperoleh adalah taksiran yang tak bias. Pada tugas akhir ini akan diberikan contoh penerapan two stage adaptive cluster sampling dengan menggunakan skema overlapping dan skema nonoverlapping."
Universitas Indonesia, 2009
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Spina Electra Susila
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2010
S27860
UI - Skripsi Open  Universitas Indonesia Library
cover
"Dalam melakukan pengambilan sampel di suatu populasi, diperlukan
suatu tehnik pengambilan sampel yang tepat sesuai dengan keadaan
populasi, sehingga diperoleh taksiran parameter populasi yang akurat. Salah
satu probability sampling yang sering digunakan adalah single systematic
sampling. Dalam single systematic sampling, taksiran variansi untuk taksiran
mean populasi merupakan taksiran yang bias. Oleh karena itu, dalam tugas
akhir ini akan diperkenalkan suatu tehnik pengambilan sampel yang
merupakan modifikasi dari single systematic sampling yang memberikan
taksiran tak bias untuk mean populasi dan taksiran tak bias untuk
variansinya. Contoh simulasi data akan diberikan untuk menunjukkan hal
tersebut"
Universitas Indonesia, 2008
S-Pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Dewi Putrie Lestari
"Dalam melakukan pengambilan sampel di suatu populasi, diperlukan suatu tehnik pengambilan sampel yang tepat sesuai dengan keadaan populasi, sehingga diperoleh taksiran parameter populasi yang akurat. Salah satu probability sampling yang sering digunakan adalah single systematic sampling. Dalam single systematic sampling, taksiran variansi untuk taksiran mean populasi merupakan taksiran yang bias. Oleh karena itu, dalam tugas akhir ini akan diperkenalkan suatu tehnik pengambilan sampel yang merupakan modifikasi dari single systematic sampling yang memberikan taksiran tak bias untuk mean populasi dan taksiran tak bias untuk variansinya. Contoh simulasi data akan diberikan untuk menunjukkan hal tersebut."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2008
S27704
UI - Skripsi Open  Universitas Indonesia Library
cover
O`Gorman, Thomas W.
"Adaptive statistical tests, developed over the last 30 years, are often more powerful than traditional tests of significance, but have not been widely used. To date, discussions of adaptive statistical methods have been scattered across the literature and generally do not include the computer programs necessary to make these adaptive methods a practical alternative to traditional statistical methods. Until recently, there has also not been a general approach to tests of significance and confidence intervals that could easily be applied in practice.
Modern adaptive methods are more general than earlier methods and sufficient software has been developed to make adaptive tests easy to use for many real-world problems. Applied Adaptive Statistical Methods: Tests of Significance and Confidence Intervals introduces many of the practical adaptive statistical methods developed over the last 10 years and provides a comprehensive approach to tests of significance and confidence intervals. It shows how to make confidence intervals shorter and how to make tests of significance more powerful by using the data itself to select the most appropriate procedure.
Adaptive tests can be used for testing the slope in a simple regression, testing several slopes in a multiple linear regression, and for the analysis of covariance. The increased power is achieved without compromising the validity of the test, by using adaptive methods of weighting observations and by using permutation techniques. An adaptive approach can also be taken to construct confidence intervals and to estimate the parameters in a linear model. Adaptive confidence intervals are often narrower than those obtained from traditional methods and maintain the same coverage probabilities."
Philadelphia : Society for Industrial and Applied Mathematics, 2004
e20443005
eBooks  Universitas Indonesia Library
cover
Esti Ramaditia Mulatsih
" ABSTRAK
Analisis cluster merupakan teknik multivariat yang digunakan untuk mengelompokkan objek berdasarkan karakteristik yang dimilikinya. Salah satu teknik dalam analisis cluster adalah metode Fuzzy K-Means lebih dikenal dengan Fuzzy C-Means , yang merupakan versi fuzzy dari metode K-Means clustering. Seperti pada metode K-Means, FCM juga sangat sensitif terhadap penentuan pusat-pusat awal cluster. Untuk mengatasi permasalahan tersebut, diusulkan modifikasi dari metode FCM dengan menggunakan metode sampling dengan probabilitas. Metode sampling digunakan untuk menaksir lokasi pusat-pusat awal cluster untuk digunakan ke dalam proses clustering. Dalam tugas akhir ini, metode sampling yang digunakan adalah simple random sampling dan ranked set sampling. Modifikasi dari metode FCM dengan menggunakan kedua metode sampling tersebut masing-masingnya disebut dengan SRS Fuzzy C-Means dan Ranked Fuzzy C-Means. Kedua metode tersebut kemudian diuji pada himpunan data pasien liver di India. Hasil eksperimen menunjukkan bahwa Ranked Fuzzy C-Means lebih efisien dibandingkan SRS Fuzzy C-Means dan FCM.
ABSTRACT Cluster analysis is a multivariate technique that is used to group objects based on characteristics. One technique in cluster analysis is a method Fuzzy C Means or better known as Fuzzy C Means , which is a fuzzy version of K Means clustering method. As the K Means method, FCM is also very sensitive to the determination of the initial cluster centers. To overcome these problems, the proposed modification of the FCM method using probability sampling methods. The sampling method is used to estimate the initial cluster centers to be used in the clustering process. In this thesis, the sampling method used was simple random sampling and ranked set sampling. Modifications of the FCM method using both the sampling method each being with SRS Fuzzy C Means and Ranked Fuzzy C Means. Both methods are then tested on a data set of liver patients in India. The experimental results showed that Ranked Fuzzy C Means is more efficient than SRS Fuzzy C Means and FCM."
Depok: Universitas Indonesia, 2017
S66638
UI - Skripsi Membership  Universitas Indonesia Library
cover
Wakhidah Muslikhah
"Tulisan ini membahas suatu metode penaksiran mean dengan suatu metode yang disebut new ratio estimator yang diperkenalkan oleh Prasad (1989 ) pada stratified random sampling. New ratio estimator yang diperkenalkan oleh Prasad ini dibatasi hanya pada taksiran rasio gabungan. Pada dasarnya taksiran mean dengan new ratio estimator Prasad mempunyai bentuk *k yRC dimana k* suatu konstanta dan RC y adalah taksiran mean dengan menggunakan taksiran rasio konvensional. k* ini disebut koreksi Prasad. Dapat ditunjukkan bahwa mean square error ( MSE ) dari taksiran mean menggunakan new ratio estimator lebih kecil daripada menggunakan taksiran rasio konvensional. Karena MSE mengukur keakuratan suatu taksiran, berarti taksiran mean menggunakan new ratio estimator lebih akurat daripada taksiran mean menggunakan taksiran rasio konvensional. Dalam tulisan ini dilengkapi pula suatu contoh untuk mencari taksiran mean dengan menggunakan kedua metode tersebut."
Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2009
S27714
UI - Skripsi Open  Universitas Indonesia Library
cover
Thompson, Steven K.
"The Third Edition retains the general organization of the prior two editions, but it incorporates new material throughout the text. The book is organized into six parts: Part I covers basic sampling from simple random sampling to unequal probability sampling; Part II treats the use of auxiliary data with ratio and regression estimation and looks at the ideas of sufficient data, model, and design in practical sampling; Part III covers major useful designs such as stratified, cluster and systematic, multistage, and double and network sampling; Part IV examines detectability methods for elusive populations, and basic problems in detectability, visibility, and catchability are discussed; Part V concerns spatial sampling with the prediction methods of geostatistics, considerations of efficient spatial designs, and comparisons of different observational methods including plot shapes and detection aspects; and Part VI introduces adaptive sampling designs in which the sampling procedure depends on what is observed during the survey. For this new edition, the author has focused on thoroughly updating the book with a special emphasis on the first 14 chapters since these topics are invariably covered in basic sampling courses. The author has also implemented new approaches to explain the various techniques in the book, and as a result, new examples and explanations have been added throughout. In an effort to improve the presentation and visualization of the book, new figures as well as replacement figures for previously existing figures have been added. This book has continuously stood out from other sampling texts since the figures evoke the idea of each sampling design. The new figures will help readers to better visualize and understand the underlying concepts such as the different sampling strategies.
"
New Jersey: John Wiley & Sons, 2012
519.52 THO s
Buku Teks SO  Universitas Indonesia Library
cover
J. Supranto
Jakarta: Rineka Cipta, 2007
001.433 SUP t
Buku Teks SO  Universitas Indonesia Library
<<   1 2 3 4 5 6 7 8 9 10   >>