PROSIDING
Seminar Sehari
Hasil – Hasil Penelitian &
Pengabdian Kepada Masyarakat
Oktober © 2009
Penyunting :
Prof. Dr. John Hendri, M.S. Dr. Eng. Admi Syarif
Dr. Ir. R. Hanung Ismono, M.P.
Penyunting pelaksana:
A. Rahman, S.Sos. Sartini, S.H., M.H. Y. Male, S.H. Esti Susilawati Katli Azwan M. Rifki Anwar, A.Md. Agus Effendi, A.P. Ina Iryana S.S.
Andora Nerisona, A.Md.
Prosiding Seminar Sehari
Hasil – Hasil Penelitian dan Pengabdian Kepada Masyarakat :
Oktober 2009 / penyunting, John Hendri [et al.].—Bandarlampung :
Lembaga Penelitian Universitas Lampung, 2009.
x + 310 hlm. ; 21 x 29,7 cm
ISBN 978-979-8510-07-6
Diterbitkan oleh :
LEMBAGA PENELITIAN UNIVERSITAS LAMPUNG
Jl. Prof. Dr. Sumantri Brojonegoro no. 1 Gedungmeneng Bandarlampung 35145
Telp. (0721) 705173, 701609 ext. 138, 136, Fax. 773798,
e-mail : lemlit@unila.ac.id
KATA PENGANTAR
Puji Syukur kepada ALLAH SWT., yang telah melimpahkan Rahmat dan Nikmat-Nya
kepada civitas akademika Universitas Lampung yang dapat mengenang hari jadinya yang
ke-44 tahun di Tahun 2009. dalam rangka mewujudkan Tri Dharma Perguruan Tinggi,
Universitas Lampung menyelenggarakan Seminar Sehari Hasil-hasil Penelitian dan
Pengabdian Kepada Masyarakat yang telah dilaksanakan oleh para dosen, baik yang
dilakukan dengan dana mandiri, maupun mereka mendapatkan bantuan hibah dari
berbagai
block grant
Hasil-hasil Penelitian dan Pengabdian Kepada Masyarakat yang
diseminarkan pada tanggal 5 Oktober 2009. Hasil penelitian dan pengabdian kepada
masyarakat ini diharapkan dapat memberikan kontribusi dalam pengembangan ilmu
pengetahuan, teknologi, dan seni (IPTEKS) serta mendukung pembangunan nasional.
Terimakasih kami sampaikan kepada panitia seminar yang telah bekerja keras untuk
mengumpulkan makalah dari para dosen di lingkungan Universitas Lampung dan peran
serta aktif dosen dalam seminar. Demikian juga kami sampaikan ucapan terima kasih
yang setinggi-tingginya kepada dewan penyunting dan penyunting pelaksana yang
dengan sepenuh hati mewujudkan terbitnya prosiding ini, serta kepada pihak-pihak yang
telah memberikan kritik dan saran yang tidak dapat kami sebutkan satu persatu.
Bandarlampung, 10 Oktober 2009
Ketua Lembaga Penelitian
Universitas Lampung,
DAFTAR ISI
Kelompok A
STATUS DAN KONDISI KARANG BATU DI PULAU YANG BERPENDUDUK DAN PULAU
TIDAK BERPENDUDUK DI TELUK LAMPUNG
Achmad Nugraha . . . A-1
POTENSI DAYA ANTIBAKTERI ISOLAT
Lact obacillus
DARI TEMPOYAK
TERHADAP
Eschericia coli
THE POTENTIAL ABILITY OF ANTIBACTERIAL ISOLATES
Lact obacillus
From TEMPOYAK TO
Eschericia coli
Christ ina Nugroho Ekowat i . . . A-10
DETEKSI ENZIM BETA-LAKTAMASE DAN ISOLASI PLASMID DARI ISOLAT KLINIK
Escherichia coli
DI BANDAR LAMPUNG (
Det ect ion of Bet a-Lact amase Enzyme and
Plasmid Isolat ion f rom Clinical Isolat es Escherichia coli in Bandar Lampung
)
Ef rida Warganegara . . . A-16
KEKAYAAN JENIS TUMBUHAN LUMUT DI GUNUNG PESAWARAN TAMAN HUTAN RAYA
WAN ABDUL RACHMAN, PROPINSI LAMPUNG
Ellyzart i . . . A-21
IDENTIFIKASI DAN AKTIVITAS MENGGIGIT NYAMUK VEKTOR MALARIA DI DAERAH
PANTAI PURI GADING KELURAHAN SUKAMAJU KECAMATAN TELUK BETUNG BARAT
BANDAR LAMPUNG
Emant is Rosa, Endah Set yaningrum, Sri Murwani, Irwan Halim . . . A-33
KELAINAN MITOSIS SEL AKAR UMBI BAWANG BOMBAY AKIBAT PERENDAMAN DALAM
EKSTRAK UMBI KEMBANG SUNGSANG (Gloriosa superba L) MYTOSIS ANOMALI OF ROOT
TUBER CELL 0F ONION DUE TO SOAKING IN THE EXTRACT Gloriosa superba L.TUBER
Et i Ernawiat i, Sri Wahyuningsih, dan Era Nof era . . . A-45
AIR HASIL OLAHAN LIMBAH RUMAH SAKIT DAMPAKNYA TERHADAP LAJU
PERTUMBUHAN SPESIFIK DAN SINTASAN IKAN NILA (
Oreochromis nilot icus
Linn)
G. Nugroho Susant o, Tugiyono, Nuning Nurcahyani, Lol y Hanida . . . A-52
STUDI PENGGUNAAN INDIKATOR X-GAL DALAM KLONING GEN PADA
Escherichia coli
DH5
α
(Study of X-gal indicator uses on gene cloning in Escherichia coli DH5
α
)
Heri Sat ria . . . A-61
ESTIMATION OF COAL DEPOSIT USE RESISTIVITY METHOD IN JONGGON KUTAI
KERTANEGARA EAST KALIMANTAN
PENYELESAIAN NUMERIK PERSAMAAN SCHRÖDINGER UNTUK BAGIAN
SUDUT THETA PADA ATOM HIDROGEN
Meidian Riza, Sri Wahyu Suciat i, Roniyus MS. . . A-84
BENTUK KUADRATIK JUMLAH KUADRAT DAN KOMPONEN RAGAM RANCANGAN
TERSARANG DUA TAHAP MODEL ACAK
Net t i Herawat i, Alf ian Fut uhul Hadi . . . A-97
TOXICITY OF THE “GAMAL” (
Gliricidia maculat a
) LEAF EXTRACT ON THE IMAGO OF
ERYTHRINA GALL WASP (
Quadrast ichus eryt hrinae KIM
)
Nismah . . . A-106
INVENTARISASI JENIS ANURA DI KAWASAN HUTAN SEKITAR WADUK BATUTEGI,
TANGGAMUS, LAMPUNG
Nuning Nurcahyani, M. Kanedi, E. . S. Kurniawan . . . A-113
THE EFFECT OF BORON OXIDE ADDITION ON STRUCTURE AND MICROSTRUCTURE OF
RICE HUSK SILICA AS RAW MATERIAL OF CERAMIC.
Pulung Karo-Karo . . . A-118
PENGARUH
TINGKAT
PENGETAHUAN
DAN
SIKAP
GIZI
IBU
TERHADAP
ASUPAN
MAKAN
BALITA
(
The
Effect
of
Nutritional
Knowledge
and
Attitude
of
Mother
to
Food
Intake
of
Preschool
Children)
Reni Zuraida . . . A-124
PENGARUH PEMBERIAN JENIS PAKAN TERHADAP PERTUMBUHAN DAN KELANGSUNGAN
HIDUP LARVA LOBSTER AIR TAWAR
(CHERAX QUADRICARINAT US)
Saif ul Anshari dan G. Nugroho Susant o . . . A-131
PEMANFAATAN SENSOR KOIL SEBAGAI DETEKTOR PENCATAT WAKTU
PADA VISCOSIMETER METODE BOLA JATUH BERBASIS KOMPUTER
Sri Wahyu Suciyat i, M. Si. dan Arif Surt ono, M. Si. . . A-143
INFLUENCE OF SEED SOAKING IN INSECT ICIDE CONT AINING PROFENOFOS T O T HE
VIABILIT Y OF POLLEN AND PRODUCT ION OF T OMAT O FRUIT (Lycopersicum
esculent um Mill. )
Sri Wahyuningsih, Tundj ung Tripeni H. , dan Leni Supriyant i . . . A-150
ISOLASI
Bacillus
PENGHASIL PROTEASE DARI SALURAN PENCERNAAN AYAM KAMPUNG
Sumardi dan Dewi Lengkana . . . A-157
DAYA REPRODUKSI
Mesocyclops aspericornis
DALAM MEDIA RENDAMAN KANGKUNG
(
Ipomoea aquatica
Forsk.) DAN AIR SAWAH
Endah Set yaningrum, Sri Murwani dan F. X. Soesilo . . . A-165
PENGARUH ARAH MEDAN MAGNET TERHADAP ANATOMI COCOR BEBEK (
Kalanchoe
pinnat a
Pers.)
Rochmah Agust rina dan Roniyus. . . A-174
PEMBANDINGAN BEBERAPA PENDUGA TINGKAT KESALAHAN KLASIFIKASI PADA
ANALISIS DISKRIMINAN KUADRATIK
FUNGAL SPORES AND BIOMASS APPLICATION ON THE GROWTH OF
LYCOPERSICUM
ESCULENT UM
MILL (APLIKASI SPORA FUNGI DAN BIOMASA FUNGI PADA PERTUMBUHAN
LYCOPERSICUM
ESCULENT UM
MILL)
Bambang Irawan . . . A-193
EFEK LOVASTATIN YANG DIFERMENTASI OLEH KAPANG
MONASCUS PURPUREUS
JMBA
TERHADAP KADAR KOLESTEROL DAN HISTOPATOLOGI HATI TIKUS GALUR SPRAGUE
DAWLEY. (
EFFECT OF LOVAST AT IN FERMENT ED BY MONASCUS PURPUREUS JMBA ON
KOLEST EROL ACT IVIT Y AND HIST OPHAT OLOGY ON SPRAGUE DAWLEY LINE OF RAT
.)
Kusuma Handayani . . . A-202
PERILAKU MASYARAKAT DALAM PENCARIAN PENGOBATAN TUBERKULOSIS PARU DI
KECAMATAN RAJABASA
Dyah Wulan Sumekar RW . . . A-212
Kelompok B
EST IMAT ES OF HERIT ABILIT IES ACCORDING T O HALLAEUR AND MIRANDA MODEL OF
T WO GENOT YPES OF LONG BEANS (Vigna sesquipedalis [ L. ] Koern. ) IN POT ASSIUM
DIFFERENT ENVIRONMENT S.
Ardian dan Erwin Yuliadi . . . B-1
INVENTARISASI DAN IDENTIFIKASI HUTAN MANGROVE DI TAMAN NASIONAL WAY
KAMBAS (TNWK) PROVINSI LAMPUNG
Asihing Kust ant i dan Indra Gumay Febryano . . . B-7
EST MAT ED ST ORABILIT Y 90% (ES-90) OF CHEMICALLY RAPID AGEING INENSIT Y USING
ET HANOL VAPOUR (CRAIV) ON PEANUT (Arahis hypogaea L. ) SEEDS
Eko Pramono. . . B-12
T RANSFORMAT ION AND REGENERAT ION OF T OMAT O
(
Lycopersicon esculent um
(L.)
WIT H PART HENOCARPI GENES T HROUGH AGROBACT ERIUM T UMEFACIENS VECT OR.
Fit ri Yelli, S. P. , M. Si . . . B-19ST UDY OF HEAVY MET ALS Pb, Cu, Hg, and Cd CONT AINED IN FISHES AT BANDAR
LAMPUNG COAST AL AREA
Indra Gumay Yudha. . . B-29
KOMPOSISI JENIS DAN POLA PENYEBARAN TUMBUHAN BAWAH PADA KOMUNITAS
HUTAN YANG DIKELOLA PETANI DI REGISTER 19 PROVINSI LAMPUNG
T HE EFFECT OF PHOSPHOROUS AND POT ASSIUM FERT ILIZERS ON T HE GROWT H AND
YIELD OF DRAGON FRUIT
Kushendart o dan Darwin H. Pangaribuan . . . B-44
PRODUKSI TEPUNG UBI KAYU BERPROTEIN: SUATU KAJIAN AWAL KARAKTERISTIK
BERDASARKAN LAMA FERMENTASI DAN JUMLAH INOKULUM DENGAN MENGGUNAKAN
RAGI TEMPE
Medikasari, Marniza, Evi Desiana. . . B-52
T UBER GROWT H AND ST ARCH CONT ENT IN CASSAVA AS AFFECT ED BY K APPLICAT ION
AT DIFFERENT PLANT ING DAT ES
Muhammad Kamal . . . B-61
(
EMULSIFICAT ION POWER OF CRUDE ET HANOLYSIS PRODUCT OF PALM KERNEL OIL -
MORINDA SEED OIL ON COCONUT MILK)
Murhadi . . . B-66
KORELASI KANDUNGAN KLOROFIL DAN FREKUENSI STOMATA ANTARANAK DAUN
SEBAGAI KRITERIA SELEKSI TIDAK LANGSUNG TERHADAP HASIL KEDELAI
Nyimas Sa’ diyah . . . B-72
SELEKSI POHON INDUK DI AREAL RUANG TERBUKA HIJAU UNIVERSITAS LAMPUNG
(
Select ion Mot her T ree in Green Open Space Lampung Universit y
)
Rahmat Saf e’ i . . . B-80
LOCAL ECOLOGICAL KNOWLEDGE
DALAM TEKNIK PEMUPUKAN PADA SISTEM
AGROFORESTRI (
LOCAL ECOLOGICAL KNOWLEDGE IN T HE T ECHNIQUE OF FERT ILIZER
APPLICAT ION IN AGROFOREST RY SYST EM
)
Rudi Hilmant o . . . B-94
KARAKTERISTIK PASTA DARI PATI JAGUNG TERFERMENTASI SECARA SPONTAN (Pasting
properties of spontaneously fermented corn starch)
Sit i Nurdj anah . . . B-101
PENGARUH BEBERAPA MACAM PUPUK DAUN PADA PEMBUNGAAN TUJUH KULTIVAR
ANGGREK
DENDROBIUM
Sri Ramadiana, Yusnit a, Dwi Hapsoro dan Ani Set iyani . . . B-111
PROFIL ANTIOKSIDAN
COPPER, ZINC-SUPEROXIDE DISMUT ASE
(Cu,Zn-SOD) PADA
TUBULI SEMINIFERI TESTIS TIKUS YANG DIBERI TEPUNG KEDELAI KAYA ISOFLAVON,
SENG (Zn), DAN VITAMIN E
(T he Effects of Isoflavone-riched Soybean Flour, Zinc (Zn )
and Vitamin E on Prof ile of Cu, Zn-SOD in t he Seminif erous T ubules of Male Rat s
T est es)
Sussi Ast ut i . . . B-122
KAJIAN HIDROLISAT PROTEIN DARI IKAN RUCAH SEBAGAI BAHAN FORTIFIKASI
MAKANAN (
ST UDY OF HYDROLISAT ES PROT EIN OF T RASH FISH AS FOOD
FORT IFICAT ION MAT ERIALS
)
KONSENTRASI SPASIAL, KEKUATAN AGLOMERASI DAN KLASTER SEKTOR
AGROINDUSTRI DI PROVINSI LAMPUNG (
Spat ial Concent rat ion, Agglomerat ion
Power and Clust er of Agroindust ry Sect or In Lampung Province
)
M. Irf an Af f andi . . . B-139
MEMPELAJARI KARAKTERISTIK IKAN KEPALA BATU ASAP (
POMADASYS ARGENT EUS
) DI
DESA KARYA TANI KABUPATEN LAMPUNG TIMUR
(ST UDY ON T HE CHARACT ERIST ICS
OF KEPALA BAT U SMOKED FISH
(
POMADASYS ARGENT EUS
)
IN KARYA T ANI VILLAGE,
EAST LAMPUNG)
Wisnu Sat yaj aya, Dyah Koesoemawardani dan Fibra Nurainy . . . B-149
Kelompok C
ANALISIS
AMPLIT UDE VERSUS OFFSET
UNTUK ESTIMASI KANDUNGAN RESERVOAR DI
DAERAH AB, CEKUNGAN SUMATERA TENGAH
Bagus Sapt o Mulyat no, Normansyah, Andr y Puj iriyant o, Andri Syaf riya . . . C-1
HIDROLISIS RESIDU RUMPUT LAUT LIMBAH INDUSTRI KARAGENAN (
Eucheuma
spinosum
) UNTUK MENGHASILKAN GLUKOSA SEBAGAI BAHAN BAKU BIOETANOL
Dewi A . Iryani , Hert i Ut ami, Neni Muliawat i, Indriyani . . . C-14
PENERAPAN
ART IFICIAL NEURAL NET WORK
DI BIDANG HIDROLOGI
Dyah Indriana Kusumast ut i . . . C-23
EFFECT OF AGITATION AND pH ON YIELD OF GLUCOSE FROM HYDROLISIS OF CASSAVA
STARCH (
MANIHOT ESCULENT A
) AND SWEET POTATO STARCH (
IPOMOEA BAT AT AS
)
WITH COLD PROCESS USING ENZYME
ACID-FUNGAL AMYLASE
AND
GLUCOAMYLASE
Elida Purba. . . C-29ANALISIS SOSIOLINGUISTIK WACANA PERCAKAPAN DI PASAR PASIR GINTUNG DAN
BAMBU KUNING
Feni Munif at ullah . . . C-36
A
NALYSIS OF PART IAL DISCHARGE ON T RANSFORMER INSULAT ION RESINS BURDENED
BY EXCESSIVE USING WAVELET T RANSFORMAT ION
Henry B. H. Sit orus, Nining Purwasih, I Ket ut Heri Y . . . C-44
PENGARUH PENGGUNAAN
WAT ER INJECT ION
TERHADAP PRESTASI MOTOR BENSIN
4-LANGKAH SKALA LABORATORIUM (
T he Ef f ect of Using Wat er Inj ect ion on t he
Perf ormance of a Laborat ory Four-St roke Pet rol Engine
)
DESIGNING OF A HYDRAM PUMP T EST ING EQUIPMENT T O SUPPORT IMPLEMENT AT ION
T HE LABORAT ORY WORK OF MACHINE PERFORMANCE IN MECHANICAL ENGINEERING
DEPART MENT , UNIVERSIT Y OF LAMPUNG
Jorf ri B. Sinaga . . . C-61
PENGARUH VARIASI DIAMETER PIPA SALURAN POMPA TERHADAP KINERJA POMPA TALI
TENAGA ANGIN
Muhammad Irsyad. . . C-70
T HE PROT OT IPE DEVICE OF DRYER MACHINE FOR FARMER PRODUCT
BY DIRECT USE FROM GEOT HERMAL OF GUNUNG RAJABASA SOUT H LAMPUNG
Nandi Haerudin, Syamsurij al Rasimeng, Harmen, dan Bambang J. S. . . C-78
ISOLASI
Bacillus sp
PENGHASIL LIPASE DARI SALURAN PENCERNAAN AYAM KAMPUNG
Neni Hasnunidah dan Sumardi . . . C-83
ANALISIS PERUBAHAN SIFAT FISIKA BATUAN RESERVOAR TERHADAP ALIRAN PANAS
BUMI UNTUK MENENTUKAN LAPISAN GAS BUMI DI DAERAH ‘X’ SUMATERA SELATAN
Ordas Dewant o . . . C-89
SURFACE QUALITY OF AISI 1020 STEEL TURNING PROCESS WITH TOOL AUXILIARY
CUTTING EDGE ANGLE (K
r’) VARIATION
Sugiyant o and Tarkono . . . C-98
PENGUKURAN DAN PERAMALAN KESALAHAN PITS (
PIT CH ERROR
) DALAM PEMBUATAN
BATANG ULIR PADA MESIN BUBUT CNC CYCLONE P
Suryadiwansa Harun, Yanuar Burhanuddin . . . C-106
PEMBUATAN DAN PENGUJIAN KOMPOSIT SERAT KULIT KAYU GELAM - SERAT GELAS
DENGAN MENGGUNAKAN METODE
SANDWICHED LAMINAT ES
Tarkono . . . C-113
PEMODELAN DISTRIBUSI SUHU PADA KAWASAN ANTARMUKA PAHAT BENDA KERJA
PADA PEMOTONGAN MENEGAK: KAJIAN PENDAHULUAN
Yanuar Burhanuddin, Suryadiwansa Harun . . . C-120
PENINGKATAN HIDROFOBISITAS DAN SIFAT FISIK PLASTIK BIODEGRADABEL PATI
TAPIOKA DENGAN PENAMBAHAN SELULOSA RESIDU RUMPUT LAUT
Euchema spinossum
Yuli Darni, Hert i Ut ami dan Sit i Nur Asriah . . . C-126
PEMANFAATAN LIMBAH BATUBARA SEBAGAI BAHAN DASAR ALTERNATIF UNTUK
MATERIAL FURNITURE DENGAN PENGUJIAN SIFAT BENDING YANG DIPERKUAT SERAT
BAMBU
Zulhanif , S. T. , M. T . . . C-140
ANALISIS TRANSFORMASI KOORDINAT LOKAL KE KOORDINAT NASIONAL TM-3
OPETA
PENDAFTARAN TANAH (Studi kasus : Proyek Ajudikasi Swadaya Tanah Eks.HPK di
Prop.Lampung)
Fauzan Murdapa. . . C-158
KONTESTASI DAN PARTISIPASI MEMINGGIRKAN ARISTOKRASI MENUJU DEMOKRASI
LIBERAL (PERBANDINGAN PADA MASYARAKAT ADAT LAMPUNG SUNGKAI DAN
MASYARAKAT ADAT ATONI PAH METO TIMOR TENGAH SELATAN)
Syaf arudin, M. A
. ...
C-170PEMETAAN MAKNA POLITIK PEMEKARAN DAERAH DI INDONESIA PASCA ORDE BARU
Syaf arudin, M. A. . . . C-178
ANALISIS PERBANDINGAN METODE AKTIVA BERSIH DAN METODE DANA DIINVESTASIKAN
BERSIH DALAM PERHITUNGAN ZAKAT USAHA MENURUT AAOIFI PADA BANK SYARIAH
DIINDONESIA
PEMBANDINGAN BEBERAPA PENDUGA TINGKAT KESALAHAN KLASIFIKASI
PADA ANALISIS DISKRIMINAN KUADRATIK
(COMPARISON OF SEVERAL CLASSIFICATION ERROR RATE ESTIMATORS ON
QUADRATIC DISCRIMINANT ANALYSIS)
Khoirin Nisa
Jurusan Mat emat ika Universit as Lampung
Jl. Prof . Dr. Soemant ri Broj onegoro Bandar Lampung 35145
Email : nisa@unila. ac. id
Abst ract
The maj or obj ect ive of discriminant anal ysis is t o classif y mult ivariat e dat a int o dif f erent populat ion on t he basis of a t raining sampel f or which t he source populat ions are known. Since t he primary goal of discriminant anal ysis is classif ying dat a, it is import ant t o know t he probabilit y of misclassif icat ion (which is also called: classif icat ion error rat e) of t he classif icat ion rule we use. In t his paper we compared f our met hods f or est imat ing t he classif icat ion error rat e t hrough Mont e Carl o simulat ion, t he met hods are t he Resubst it uion
met hod, t he Jackknif e met hod, U est imat or and
U
est imat or. We set t he simulat ion using 1000random samples wit h size: n = 20, 40 and 60. The comparison of t he predict ions of error rat e was done using t he MSE (mean square error) result ed f rom all met hods. Te result showed t hat t he Jackknif e met hod al ways perf orms bet t er t han t he ot her t hree met hods.
PENDAHULUAN
Analisis Diskriminan merupakan suat u t eknik analisis dat a mult ivariat yang digunakan unt uk mengklasif ikasikan obj ek ke dalam populasi-populasi yang berbeda berdasarkan sampel lat ihan
(t r ai ni ng sampel) yang t elah diket ahui asal populasinya. Berdasarkan sampel t ersebut , sebuah
at uran pengklasif ikasian dibangun dan selanj ut nya digunakan unt uk mengklasif ikasikan obj ek baru ke dal am salah sat u populasi. At uran pengklasif ikasian yang diperoleh merupakan sebuah f ungsi yang disebut sebagai f ungsi diskriminan.
Pada kasus dua popul asi, analisis diskriminan dibedakan menj adi dua j enis, yait u analisis diskriminan linier dan analisis diskriminan kuadrat ik. Anal isis diskriminan linier digunakan j ika mat riks kovarian kedua populasi diasumsikan sama, sedangkan analisis diskriminan kuadrat ik digunakan j ika mat riks kovarian kedua popul asi diasumsikan berbeda. Dal am penelit ian yang diusulkan ini kami memf okuskan pada kasus anal isis diskriminan dua populasi dengan mat riks kovarian berbeda, yait u analisis diskriminan kuadrat ik (ADK).
Karena t uj uan ut ama dari analisis diskriminan adalah mengkalsif ikasikan dat a, maka merupakan
suat u hal yang sangat pent ing unt uk menget ahui peluang kesal ahan klasif ikasi (pr obabi l i t y of
mi scl assi f i cat i ons) at au t ingkat kesalahan klasif ikasi (cl assi f i cat i on er r or r at e). Berbagai
penelit ian t ent ang penaksiran t ingkat kesalahan pada analisis diskriminan t elah dil akukan selama beberapa dasawarsa. Diant aranya oleh Crit chl ey & Vit ieel o (1991), Mangku (1992), Joossens & Croux (2003), Filzmoser dkk (2004), dsb.
Permasalahan yang muncul dalam penaksiran peluang salah klasif ikasi adal ah ket ika dat a t raining yang t ersedia hanya sedikit , sehingga sampel yang digunakan unt uk membangun f ungsi diskriminan berukuran relat if kecil t erhadap banyaknya variabel. Unt uk kasus sepert i ini pendugaan t ingkat kesalahan klasif ikasi secara konvensional t idak dapat memberikan hasil yang akurat . Unt uk mengat asi masalah t ersebut perlu dilakukan pendugaan dengan pendekat an t eknik
r esampl i ng, yait u pendugaan dilakukan berdasarkan subsampel berulang yang diambil dari
A-184
sampel yang sama dengan mempert imbangan seluruh kemungkinan subsampel (replikasi) yang dapat dibent uk.
Dalam t ulisan ini kami membandingkan beberapa met ode penduga t ingkat kesal ahan klasif ikasi pada sampel berukuran kecil. Met ode penduga yang akan kami bandingkan yait u met ode
Resubst it usi, met ode Jackkni f e, met ode penduga U, dan met ode penduga
U
. Met odeResubsit usi merupakan met ode konvensional , sedangkan t iga met ode lainnya merupakan met ode
pendugaan berbasis r esampl i ng dengan spesif ikasi l eave one out dan validasi silang.
Pembandingan keempat met ode dil akukan secara empiris dengan simulasi Mont e Carl o unt uk menget ahui penduga t ingkat kesalahan kl asif ikasi yang t erbaik.
Analisis Diskriminan Kuadrat ik
Maka f ungsi diskriminan kuadrat ik diberikan oleh :
(
(
)
(
)
(
)
(
)
)
dimana c1 merupakan biaya yang diakibat kan oleh kesal ahan dalam mengkl asif ikasikan sebuah
unit dal am Φ1 , dan c2 merupakan biaya yang diakibat kan oleh kesalahan dalam
mengklasif ikasikan sebuah unit dal am Φ2, sedangkan π1 merupakan pel uang prior bahwa x berasal
dari Φ1 dan π2 merupakan peluang prior bahwa x berasal dari Φ2. Dalam berbagai st udi
diasumsikan bahwa biaya salah kl asif ikasi dan peluang prior obj ek dari kedua kelompok memil iki
nilai yang sama, yait u c1 = c2 dan π1 = π2, sehingga diperoleh θ = 0. Dengan kat a lain,
keput usannya adal ah sebagai berikut : klasif ikasikan x ke dalam Φ1 j ika Q(x) > 0, klasif ikasikan x
ke dalam Φ2 j ika Q(x) < 0, dan klasif ikasikan x secara sembarang ke dalam Φ1 at au Φ2 j ika Q(x)
= 0 (Joossens & Croux, 2003).
Tingkat Kesalahan Klasifikasi
Misalkan at uran pengkl asif ikasian yang digunakan adal ah Q(x) sepert i pada persamaan (1). Maka t ingkat kesalahan klasif ikasinya dit ent ukan oleh rumus berikut :
P1 = P(Q(x) < 0 j ika x berasal dari Φ1 | T t et ap)
A-185
Penduga Resubsit usi
Penduga ini diperkenal kan oleh Smit h pada t ahun 1997 (Mangku, 2004). Ide dasarnya adalah merealokasi set iap individu dalam sampel t raining T dengan menggunakan at uran Q(x, T). Misalkan krit eria perhit ungannya adalah C(i, j ) dengan ket ent uan sebagai berikut :
⎩
Maka penduga Resubst it usi dapat didef inisikan sebagai :
∑
merupakan hasil pengkl asif ikasian suat u unit dalam Φ
)
Penduga Jackknif e unt uk pendugaan t ingkat kesalahan diberikan oleh rumus berikut :
A-186
Penduga U
Met ode ini didasari pada t eknik l eave-one-out dan diperkenalkan oleh Lachenbruch pada t ahun
1967 (Mangku, 2002). Ide dasar met ode ini adalah menduga t ingkat kesalahan kl asif ikasi dengan
menghilangkan sat u obj ek at au individu dari sampel t raining T sat u persat u secara bergant ian,
dan pada set iap penghilangan obj ek t ersebut dilakukan pendugaan at uran pengklasif ikasian berdasarkan dat a yang t ersisa, sel anj ut nya at uran ini digunakan unt uk mengalokasikan obj ek yang dikeluarkan. Proses ini diulang sampai set iap obj ek t elah dikeluarkan sat u kali dari sampel t raining. Dugaan t ingkat kesalahan dari Penduga U diberikan oleh proporsi dari obj ek yang sal ah
diklasif ikasi t erhadap banyaknya obj ek yang dikeluarkan. Misalkan T[ ij ] menot asikan sampai
t raining asal yang t elah dikurangi oleh xij (xij dikeluarkan dari sampel ) dengan i = 1, 2, dan j =
Penduga
U
j uga diperkenalkan oleh Lachenbruch dan Mickey pada t ahun 1968 (Mangku, 2004),penduga ini menggabungkan keempirisan dari penduga U dan t eori dist ribusi normal t erhadap
f ungsi diskriminan. Misalkan
q
1 dans
q1 adalah nil ai t engah dan simpangan baku dari Q11(x11),Q12(x12), Q13(x13), …, Q ( ), dimana Q
1
1n
x
1n1 ij(xij) = Q(xij, T[ ij ]). Dan misalkanq
2 dan adalah nilait engah dan simpangan baku dari Q
2
q
s
21(x21), Q22(x22), Q23(x23), …, Q ( ). Dengan
mengasumsikan kenormalan t erhadap masing-masing f ungsi diskriminan Q
2
1n
x
2n21j(x1j) dan Q2j(x2j) ,
maka t ingkat kesalahan dari Penduga
U
diberikan oleh :⎟
dengan ψ(. ) menot asikan f ungsi sebaran pel uang normal baku.
DATA DAN METODE
Dat a yang digunakan dalam penelit ian ini merupakan dat a simulasi yang dibangkit kan dengan menggunakan perangkat lunak SAS/ IML. Dat a dua popul asi masing-masing dibangkit kan sebanyak
N1=N2=1000 dari dist ribusi normal mult ivariat Np (µ, Σ) dengan p = 3, 4 dan 5. Dalam penelit ian
ini kami menggunakan 2 kasus berbeda unt uk mat riks varian kovarian populasi Σ. Pada kasus I,
mat riks Σ unt uk set iap kelompok kami t et apkan berbent uk diagonal yang mengakibat kan
variabel-variabel Xi saling bebas. Sedangkan pada kasus II, mat riks Σ unt uk set iap kelompok kami
t et apkan berbent uk nondiagoal (umum) yang mengakibat kan variabel-variabel Xi saling
berkorelasi. Selanj ut nya dari kedua kelompok populasi diambil sampel berulang, ukuran sampel
unt uk set iap kelompok dit et apkan sama yait u n1 = n2, dalam penelit ian ini akan dicobakan n =
20, 40 dan 60 dengan n = n1 + n2. Pengulangan dilakukan sebanyak 1000 kali unt uk set iap ukuran
sampel yang digunakan. Tingkat kesalahan opt imum (π) dit ent ukan dengan menggunakan rat
a-rat a peluang salah klasif ikasi dari dat a popul asi yang dikl asif ikasikan dengan menggunakan f ungsi diskriminan kuadrat ik yang dibangun berdasarkan sampel t raining.
A-187
4. Menduga f ungsi diskriminan quadrat ik menurut persamaan (1) berdasarkan vekt or nilai
t engah dan mat riks kovarian yang diperoleh pada langkah 3.
5. Mengklasif ikasikan dat a seluruh populasi menggunakan f ungsi diskriminan yang diperoleh
pada langkah 4, dan menghit ung banyaknya obj ek pada populasi 1 dan populasi 2 yang salah
diklasif ikasikan (mi scl assi f i ed). Sel anj ut nya menghit ung t ingkat kesalahan yang dihasilkan
dan disimpan sebagai π.
6. Menghit ung t ingkat kesalahan klasif ikasi dari f ungsi diskriminan yang diperol eh dengan
menggunakan penduga Resubst it usi, Jackknif e, U, dan
U
. Simpan t ingkat kesalahan keempatpenduga bert urut -t urut sebagai
Pˆ
i(
R
)
,Pˆ
i(
JK
)
,Pˆ
i(
U
)
danPˆ
i(
U
)
.7. Ulangi langkah 2 sampai 6 sebanyak 1000 kali.
8. Menghit ung rat a-rat a dari π yait u :
9. Menghit ung nilai Kuadrat Tengah Galat (KTG) dari penduga t ingkat kesalahan masing-masing
met ode dengan rumus sebagai berikut :
KTG (
Pˆ
i) =∑
(
)
10.Ulangi langkah 2 sampai 9 unt uk ukuran sampel n=40 dan n=60.
HASIL DAN PEMBAHASAN
Berdasarkan hasil simul asi dengan replikasi sebanyak 1000 kal i diperoleh nil ai Kuadrat Tengah Galat (KTG ) unt uk kasus I (variable saling bebas) pada Tabel 1. Berdasarkan nil ai KTG pada Tabel 1 t erlihat bahwa met ode Jckknif e sel alu memiliki nilai KTG t erkecil pada set iap ukuran sampel dan dimensi variabel yang dicobakan. Hal ini menunj ukkan bahwa dugaan met ode
Jackkni f e lebih baik dibandingkan dengan met ode lainnya. Dan dapat disimpul kan pula bahwa
penambahan variabel dalam f ungsi diskriminan memperkecil nil ai KTG dugaan peluang set iap
met ode kecuali nil ai dugaan peluang met ode U. Dugaan peluang met ode U t erlihat t idak
A-188
Tabel 1. Nil ai Kuadrat Tengah Gal at Dugaan Tingkat kesalahan Kl asif ikasi pada Kasus I
N P P(R) P(JK) P(U) P(U)
3 0. 00704233 0. 0030118 0. 0086734 0. 10180579
4 0. 00517914 0. 0031858 0. 0141949 0. 0409362
20
5 0. 00012387 0. 0003671 0. 0038283 0. 02490689
3 0. 00258658 0. 002984 0. 0042256 0. 01971229
4 0. 00222873 0. 0016072 0. 0028919 0. 06297178
40
5 0. 00298366 0. 0013127 0. 0027095 0. 00622901
3 0. 00145397 0. 0021326 0. 0029131 0. 00203167
4 0. 00127465 0. 0011532 0. 0016902 0. 16534854
60
5 0. 0012244 0. 0007106 0. 0010728 0. 05260636
Unt uk lebih j elas dalam pembandingan nil ai KTG set iap met ode, dat a nilai KTG pada Tabel 1 disaj ikan dalam beberapa graf ik berikut :
GRAFIK NILAI KTG PADA N=20
0 0.02 0.04 0.06 0.08 0.1 0.12
3 4 5
Banyaknya Variabel
KT
G
P(R) P(JK) P(U) P(UBAR)
Gambar 1. Graf ik Nilai KTG pada n=20 unt uk kasus I
GRAFIK NILAI KTG PADA N=40
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07
3 4 5
Banyaknya Variabel
KT
G
P(R) P(JK) P(U) P(UBAR)
Gambar 2. Graf ik Nilai KTG pada n=40 unt uk kasus I
A-189
GRAFIK NILAI KTG PADA N=60
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18
3 4 5
Banyaknya Variabel
KT
G
P(R) P(JK) P(U) P(UBAR)
Gambar 3a. Graf ik Nilai KTG pada n=60 unt uk kasus I
Pada gambar-gambar di at as t erlihat bahwa nilai KTG yang dihasilkan met ode Jackkni f e sel alu
lebih kecil dibandingkan met ode lainnya pada set iap ukuran sampel. Meskipun pada p=3 nilai
KTG met ode Resubst it usi lebih kecil dari met ode Jackkni f e, namun semakin banyak variabel
yang digunakan t idak menurunkan nilai KTG met ode Resubst it usi secara signif ikan, padahal analisis diskriminan merupakan anal isis mult ivariat yang dal am prakt eknya seringkali melibat kan banyak variabel. Dengan t uj uan unt uk mempermudah pembandingan, graf ik nilai KTG pada ukuran sampel n=60 (Gambar 3a) disaj ikan ulang pada Gambar 3b. berikut t anpa melibat kan nilai
KTG dugaan peluang met ode U.
GRAFIK NILAI KTG PADA N=60
0 0.0005 0.001 0.0015 0.002 0.0025 0.003 0.0035
3 4 5
Banyaknya Variabel
KT
G P(R)
P(JK) P(U)
Gambar 3b. Graf ik Nilai KTG pada n=60 unt uk kasus I
Berdasarkan gambar di at as dapat dilihat bahwa semakin banyak variabel yang digunakan dal am
analisis diskriminan, maka penduga Jackkni f e semakin lebih baik dibandingkan met ode lainnya.
Sedangkan unt uk pembandingan nilai KTG berdasarkan j umlah variabel j uga dapat t erlihat
bahwa met ode Jackkni f e lebih baik. Sebagai cont oh, berikut ini disaj ikan graf ik pembandingan
A-190
GRAFIK NILAI KTG PADA P=3
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016
10 20 30
Ukuran Sampel
KT
G P(R)
P(JK) P(U)
Gambar 4. Graf ik Nilai KTG pada p=3 unt uk kasus I
Unt uk kasus ke dua (variabel saling berkorelasi) diperoleh nilai KTG dugaan peluang set iap met ode sebagai berikut :
Tabel 2. Nil ai Kuadrat Tengah Gal at Dugaan Pel uang pada Kasus II
N P P(R) P(JK) P(U) P(
U
)3 0. 011561 0. 005587 0. 009538 0. 058406
4 0. 003449 0. 003628 0. 013258 0. 088785
20
5 2. 38E-05 0. 000129 0. 001233 0. 003369
3 0. 003473 0. 003483 0. 002744 0. 096312
4 0. 003188 0. 002012 0. 002756 0. 192393
40
5 0. 003236 0. 001262 0. 002663 0. 187276
3 0. 002134 0. 003051 0. 001552 0. 212811
4 0. 001601 0. 001492 0. 001493 0. 163298
60
5 0. 001496 0. 00081 0. 001228 0. 104493
Pada Tabel 2 di at as j uga t erlihat bahwa met ode Jackkni f e sel alu memiliki nilai KTG t erkecil
pada set iap ukuran sampel dan dimensi variabel yang dicobakan. Hal ini menunj ukkan bahwa
dugaan met ode Jackkni f e lebih baik dibandingkan dengan met ode lainnya. Dan sepert i pda kasus
I, pada kasusu II ini dapat disimpulkan pula bahwa penambahan variabel dalam f ungsi diskriminan memperkecil nilai KTG dugaan peluang set iap met ode kecuali nilai dugaan peluang
met ode U. Dugaan peluang met ode U t erlihat t idak konsist en t erhadap penambahan j umlah
sampel dan j umlah variabel. Unt uk lebih j elas dalam pembandingan nilai KTG set iap met ode, dat a nil ai KTG pada Tabel 2 disaj ikan dal am beberapa graf ik berikut :
A-191
GRAFIK NILAI KTG PADA N=20 KASUS II
0
GRAFIK NILAI KTG PADA N=40 KASUS II
0
GRAFIK NILAI KTG PADA N=60 KASUS II
0
selalu lebih kecil dibandingkan met ode lainnya kecuali pada ukuran sampel n=60 dan p=3,
namun semakin banyak variabel yang digunakan maka semakin kecil nilaiKTG met ode Jackkni f e
sebagaimana pada kasus I. Dengan demikian maka met ode Jackkni f e memberikan nilai dugaan
A-192
SIMPULAN
Berdasarkan uraian di at as maka dapat diambil kesimpul an bahwa met ode Jackknif e merupakan met ode penduga t erbaik dibandingkan met ode lainnya, baik unt uk kasus I (variabel saling bebas) maupun kasus II (variabel saling berkorelasi). Dan dapat disimpulkan j uga bahwa semakin banyak
variabel yang digunakan akan semakin menurunkan t ingkat kesalahan klasif ikasi at au er r or r at e
dari sel ur uh met ode.
UCAPAN TERIMAKASIH
Terimakasih penulis ucapkan kepada Lembaga Penelit ian UNILA yang t elah mendanai penelit ian ini melalui DIPA PNBP t ahun 2008.
DAFTAR PUSTAKA
Crit chley & Vit ieel o, C. 1991. The inf luence of Observat ions on Misclassif icat ion Probabilit y Est imat e in Linear Discriminant Anal ysis. Bi omet r i ca, Vol. 78.
Filzmoser, P. , Joossens, K. & Croux, C. 2004. Mult iple Group Linear Discriminant Anal yisis : Robust ness and Error rat e. The Canadi an Jour nal of St at i st i cs. Vol 29. hal 473-492.
Joossens, K. dan Croux, C. 2003. Empi r i cal compar i son of t he cl assi f i cat i on per f or mance of
r obust l i near and quadr at i c di scr i mi nant anal ysi s, manuscript , ht t p: / / www.
Econ. kuleuven. ac. be/ k. j oossens
Mangku, I. W. 1992. Er r or Rat e Est i mat i on i n Di scr i mi nant Anal ysi s : anot her Look at Boot st r ap
and Ot her Empi r i cal Techni que. Tesis mast er t idak dipublikasi kan, Curt in Universit y of
Technology, Pert h Aust ralia.
Mangku, I. W. 2002. Discriminant Funct ion and t heir Misclassif icat ion Error. Jur nal Mat emat i ka
dan Apl i kasi nya. Vol 1, No. 2.
Mangku, I. W. 2004. Est imat ing t he Probabil it y of Misclassif icat ion in Two-Groups Discriminant Analysis. Jur nal Mat emat i ka dan Apl i kasi nya. Vol 3, No. 1.