Berdasarkan peta kendali ̅ menunjukkan adanya observasi yang berada di luar batas kendali statistik dan peta kendali R menunjukkan kemampuan tingkat ketelitian akurasi proses tidak keluar dari batas kendali. Karena terdapat data yang berada di luar batas kendali maka dilakukan revisi terhadap peta kendali.
KAJIAN LITERATUR
Ada beberapa metode yang dapat digunakan untuk memodelkan lamanya pasien dirawat di rumah sakit hingga sembuh, salah satunya adalah analisis regresi Cox. Analisis waktu pemulihan pasien menggunakan pendekatan regresi Cox proportional hazard (Studi kasus: pasien DBD di RS PKU Muhammadiyah Bantul, 2016).
HASIL DAN PEMBAHASAN
Dengan menggunakan taraf signifikansi 5%, dapat disimpulkan bahwa variabel HB (X5) berpengaruh terhadap variabel respon yaitu waktu pemulihan pasien. Dengan asumsi taraf signifikansi 5%, maka dapat disimpulkan bahwa variabel trombosit (X7 D) berpengaruh terhadap variabel respon yaitu waktu pemulihan pasien.
KESIMPULAN
Nilai hazard ratio pada variabel ini menunjukkan bahwa pasien dengan trombosit yang masuk dalam kategori B memiliki kemungkinan sembuh lebih rendah sebesar 0,7881 kali dibandingkan dengan pasien dengan trombosit yang termasuk dalam kategori selain B. Hazard ratio - nilai variabel ini menunjukkan bahwa pasien dengan trombosit yang termasuk dalam kategori C memiliki peluang sembuh yang lebih rendah sebesar 0,6344 kali dibandingkan dengan pasien dengan trombosit yang termasuk dalam kategori selain C.
Penelitian ini akan mengkaji bagaimana gambaran umum kemiskinan di indonesia, klasifikasi kemiskinan dan pemetaan kelompok kemiskinan di indonesia berdasarkan faktor kepadatan penduduk, penduduk miskin, pengangguran dan pekerjaan. Pada tahun 2013, angka kemiskinan di Indonesia sangat tinggi dan Provinsi Papua merupakan provinsi termiskin dengan 31,5%, sedangkan angka kemiskinan terendah adalah DKI Jakarta dengan 3,72%.
PENDAHULUAN
Aspek dimana orang “miskin” dapat ditelusuri melalui orang miskin itu sendiri dan melalui pendekatan profil wilayah atau karakteristik geografis. Berdasarkan latar belakang di atas, penulis memilih judul “Klasifikasi kemiskinan di Indonesia berdasarkan kepadatan penduduk, penduduk miskin, tingkat pengangguran dan tingkat pekerjaan.
TINJAUAN PUSTAKA
Penelitian ini bertujuan untuk melabeli data keluarga miskin dengan kategori sangat miskin, miskin, hampir miskin dan terampil. Hasil yang diperoleh dalam penelitian ini adalah metode ini dapat menghasilkan informasi tentang keluarga miskin dengan kategori sangat miskin, miskin dan hampir miskin.
METODOLOGI PENELITIAN Populasi pada penelitian ini yaitu seluruh
194 Prosiding Seminar Nasional Matematika dan Pendidikan Matematika, “Inovasi Matematika dan Pendidikan Matematika dalam Tantangan Global”. Menurut Irma (2015), dalam penelitiannya yang berjudul “Analisis Keluarga Miskin Menggunakan Metode Fuzzy C-Means Grouping”, beliau menjelaskan penentuan status keluarga miskin menggunakan metode berdasarkan data keluarga miskin yang meliputi jumlah anggota keluarga. jenis pekerjaan, indikator kesehatan, pendidikan, perumahan dan lingkungan, ekonomi dan sosial budaya yang dilaksanakan di kota surabaya tepatnya di kabupaten wonocolo.
ANALISIS DAN PEMBAHASAN Standarisasi Data
198 Prosiding Seminar Nasional Matematika dan Pendidikan Matematika, “Inovasi Matematika dan Pendidikan Matematika dalam Tantangan Global”. 200 Prosiding Seminar Nasional Matematika dan Pendidikan Matematika, “Inovasi Matematika dan Pendidikan Matematika dalam Tantangan Global”.
METODE PENELITIAN
ANALISIS JANGKA PANJANG PEMBERIAN ASI EKSKLUSIF DI PUSKESMAS UMBULHARJO 1 DENGAN PENDEKATAN REGRESI COX.. aina Radiyah1), Edy Widodo2) FMIPA Universitas Islam Indonesia. Penelitian ini menggunakan pendekatan regresi Cox proportional hazard karena tidak menutup kemungkinan terjadi asosiasi pada data longitudinal pemberian ASI eksklusif, sehingga ada beberapa metode yang dapat digunakan untuk menentukan probabilitas parsial, seperti breslow, efron dan correct . Berdasarkan persamaan regresi Cox proportional hazard dengan menggunakan metode eksak diketahui faktor yang mempengaruhi lama pemberian ASI eksklusif adalah umur, berat badan, status gizi kurang berdasarkan berat badan dan status gizi lebih berdasarkan berat badan.
Salah satu program prioritas adalah meningkatkan penggunaan ASI, khususnya ASI eksklusif, karena dampaknya yang luas terhadap status gizi dan kesehatan bayi (Depkes RI, 2012).
METODE PENELITIAN
Berdasarkan permasalahan tersebut, diperlukan penelitian mengenai faktor-faktor yang diduga mempengaruhi lama pemberian ASI eksklusif dengan menggunakan pendekatan regresi Cox proportional hazard, yang data penelitiannya akan dievaluasi dengan menggunakan metode Breslow, Efron dan metode probabilitas parsial eksak.
204 Prosiding Seminar Nasional Matematika dan Pendidikan Matematika, “Inovasi Matematika dan Pendidikan Matematika dalam Tantangan Global”.
HASIL DAN PEMBAHASAN 1 Deskripsi Data
- Interpretasi Parameter Regresi Cox
Dari Tabel 3 diketahui bahwa persamaan regresi Cox akhir dengan menggunakan metode Breslow dapat dituliskan sebagai berikut. Berdasarkan hasil estimasi parameter regresi cox dengan metode efron yang dihitung menggunakan software R diperoleh hasil sebagai berikut. Dari Tabel 5 di atas terlihat bahwa persamaan regresi Cox akhir dengan menggunakan metode Ephron dapat dituliskan sebagai berikut.
Dari tabel di atas terlihat bahwa persamaan regresi cox akhir dapat ditulis dengan menggunakan metode eksak sebagai berikut.
KESIMPULAN
208 Prosiding Seminar Nasional Matematika dan Pendidikan Matematika, “Inovasi Matematika dan Pendidikan Matematika dalam Tantangan Global”.
Gerhana adalah fenomena alam, yang umumnya merupakan peristiwa di mana bayangan suatu benda langit jatuh pada benda langit lainnya, akibat terhalangnya sebagian cahaya Matahari terhadap benda langit tersebut. Penelitian ini bertujuan untuk menyusun waktu sholat gerhana bulan dan matahari berdasarkan waktu terjadinya gerhana. Data per gerhana divisualisasikan pada peta dengan zona waktu, yang kemudian disusun menjadi rencana sholat gerhana sesuai dengan zona waktu per daerah itu terjadi.
Peristiwa gerhana pada umumnya adalah peristiwa terjadinya bayangan suatu benda langit menimpa benda langit lainnya, akibat terhalangnya sebagian sinar matahari terhadap benda langit tersebut. Pada gerhana matahari, bayangan Bulan jatuh di permukaan Bumi dan Bulan menghalangi sebagian atau seluruh cahaya Matahari dari Bumi.
KAJIAN LITERATUR DAN PENGEMBANGAN HIPOTESIS
Kemudian peneliti juga akan menyusun jadwal sholat dari daerah yang dilewati gerhana dan mengatur jamnya sesuai dengan waktu terjadinya gerhana. Sesuai dengan permasalahan yang diangkat peneliti, analisis deskriptif ini digunakan untuk melihat zona waktu daerah yang dilewati gerhana, untuk penyusunan jadwal sholat dan visualisasinya menggunakan program Apache2triad, Adobe Dreamweaver dan Paint yang akan ditampilkan di situs web. Penyusunan salat gerhana dilakukan dengan menyelaraskan awal waktu terjadi gerhana dengan zona waktu daerah yang dilalui gerhana.
Dari tabel 1 di atas terlihat bahwa jadwal sholat disusun berdasarkan waktu terjadinya gerhana versus zona waktu terjadinya gerhana.
PENUTUP
Artinya waktu terjadinya gerhana per wilayah yang telah dibagi ke dalam pembagian zona waktu disesuaikan dengan perbedaan waktu dengan UTC adalah waktu untuk dapat memulai shalat gerhana. Data yang ditampilkan pada website merupakan data yang sebelumnya telah disusun dan dimasukkan ke dalam database. Website ini akan menampilkan semua data secara berkala, yang akan memudahkan seseorang untuk melihat, memahami dan menemukan informasi yang mereka inginkan.
Situs web ini juga memiliki fitur hitung mundur yang menghitung waktu gerhana matahari berikutnya.
DAFTAR PUSTAKA
MENGGUNAKAN METODE SECOND-ORDER SOFT TIME SERIES DAN AUTOREGRESSIVE INTEGRATED MOVING AVERAGE UNTUK PERAMALAN PRODUKSI DAN KONSUMSI MINYAK DI INDONESIA TAHUN 1965-2015. Tujuan dari penelitian ini adalah untuk menemukan metode yang lebih akurat antara metode second-order fuzzy time series (SFTS) dan metode ARIMA dalam peramalan nilai produksi dan konsumsi minyak bumi di Indonesia tahun 2016. Sedangkan menggunakan ARIMA untuk mendapatkan peramalan produksi dan konsumsi minyak tahun 2016 adalah 6,692762 dan 7,401651.
Dari latar belakang tersebut maka peneliti ingin membahas peramalan dengan menggunakan metode Second-Order Fuzzy Time Series untuk meramalkan nilai produksi dan konsumsi minyak di Indonesia sebesar 1.
KAJIAN LITERATUR DAN
Di sisi lain, keberadaan minyak bumi yang jumlahnya terbatas dan berperan sangat penting dibandingkan sumber energi lain hingga saat ini belum tergantikan. Pada 2014, produksi minyak Indonesia hanya 852 ribu barel per hari, dengan penurunan produksi 3,07%. Pertumbuhan konsumsi minyak dalam dekade terakhir rata-rata 3 sampai 4% per tahun.
Untuk memprediksi kondisi perekonomian suatu negara di masa mendatang, salah satunya kebutuhan konsumsi minyak di Indonesia, merupakan cara melakukan prediksi.
HASIL DAN PEMBAHASAN Menentukan Himpunan Semesta (U)
Metode SFTS dan ARIMA dapat digunakan untuk meramalkan nilai produksi dan konsumsi minyak di Indonesia. Berdasarkan metode peramalan terbaik dari kedua metode yang digunakan, diperoleh hasil peramalan produksi dan konsumsi minyak tahun 2016 dengan menggunakan SFTS masing-masing sebesar 850 dan 1600 (ribu barel per hari). Produktivitas pertanian tanaman pangan utama yang tercakup dalam penelitian ini adalah padi, jagung, kedelai, kacang tanah, kacang hijau, ubi kayu dan ubi jalar.
Objek penelitian yang digunakan adalah seluruh kabupaten/kota di Jawa Tengah dan variabel yang digunakan adalah produktivitas jenis tanaman pangan yang diklasifikasi oleh BPS dalam buku Provinsi Jawa Tengah angka tahun 2016 yaitu padi, jagung, kedelai, kacang tanah, kacang hijau, singkong dan ubi jalar.
- Asumsi Analisis Cluster a. Sampel Representatif
- Euclidean Distances
- Pemetaan
- Tanaman Pangan
- Analisis Deskriptif
- Analisis Cluster dengan K-Means Sebelum melakukan analisis cluster,
Kabupaten yang memiliki produktivitas padi terendah pada tahun 2015 berada di Provinsi Jawa Tengah yaitu Kabupaten Batang dengan nilai produktivitas sekitar 48,68 kw/jam, disusul kota. Kabupaten dengan produktivitas jagung terendah tahun 2015 di Provinsi Jawa Tengah terdapat di 4 kabupaten atau kota yaitu Kota Tegal, Kota Pekalongan. Tujuh kabupaten di Provinsi Jawa Tengah memiliki produktivitas tanaman kedelai terendah pada tahun 2015.
Kabupaten yang memiliki produktivitas kacang hijau terendah tahun 2015 di Provinsi Jawa Tengah terdapat di 10 kabupaten atau kota yaitu Kota Tegal, Kota Pekalongan, Kota Salatiga, Kota Surakarta, Kota Magelang, Temanggung, Semarang, Boyolali, Magelang dan Banjarnegara karena memiliki tidak ada nilai produktivitas. Berdasarkan Gambar 4.6 diatas adalah grafik yang menggambarkan produktivitas tanaman ubi kayu di Provinsi Jawa Tengah, berdasarkan grafik tersebut terlihat bahwa produktivitas tanaman ubi kayu di Provinsi Jawa Tengah yang paling tinggi ditempati oleh Kabupaten Pati dengan nilai produktivitas sekitar. 435,51 kw/jam, disusul Kota Salatiga dan Kabupaten. Kabupaten yang memiliki produktivitas ubi kayu terendah pada tahun 2015 di Provinsi Jawa Tengah terdapat di 2 kabupaten atau kota yaitu Kota Tegal dan Kota Pekalongan karena tidak adanya nilai produktivitas.
TINJAUAN PUSTAKA A. Analisis Survival
6] dalam [12], menyatakan bahwa dalam kontrol bahaya proporsional asumsi dapat dibuat dengan menggunakan kebaikan fit. Jika asumsi bahaya proporsional terpenuhi, residu Schoenfeld untuk kovariat ini tidak akan berkorelasi dengan perkiraan waktu kelangsungan hidup. 6] dalam [12], menyatakan bahwa ukuran yang digunakan untuk memeriksa asumsi proportional hazard adalah p-value, dimana jika p-value < 0,05 maka kovariat yang diuji tidak memenuhi asumsi proportional hazard.
Model loglinear saling bebas untuk jadual kontingensi tiga hala untuk faktor A mempunyai tahap b, faktor B mempunyai tahap k, dan faktor C mempunyai tahap s boleh ditulis seperti berikut.
METODE PENELITIAN a. Sumber Data
Jika model hanya memuat efek interaksi faktor A dan faktor B, sedangkan faktor C tidak bergantung pada faktor A dan B, maka model tersebut menjadi. AB (13) Seperti pada tabel kontingensi dua arah, parameter pada model tabel kontingensi loglinear dapat diestimasi dan diuji hipotesisnya. Setelah mendapatkan model yang handal, secara statistik (kuantitatif) atau sampel data dan secara teoritis, dilakukan pengujian “model mana yang terbaik” berdasarkan model tersebut.
Jika model 2 merupakan model yang lebih lengkap dari model 1, berarti semua parameter pada model 1 ada pada model 2.
HASIL DAN PEMBAHASAN a. Deskripsi
Proses penambahan variabel independen berhenti pada langkah ketujuh ketika semua variabel telah dimasukkan ke dalam model (Hasil oleh perangkat lunak komputer di R). Pengujian Asumsi Proporsional Hazard Pengujian asumsi proportional hazard menggunakan plot residual Schoenfeld dan dilanjutkan dengan uji Goodness of Fit. Hipotesis H0 : ρ = 0 (asalkan variabel proportional hazard Haus terpenuhi) dan H1 : ρ ≠ 0 (asalkan variabel proportional hazard Haus tidak terpenuhi) dengan tingkat signifikansi.
Berdasarkan uji parsial log likelihood dan uji asumsi proportional hazard, diperoleh kesimpulan bahwa model final CPH menggunakan metode Efron sebagai berikut.
Hipotesis H0: ρ = 0 (asumsi variabel proportional hazard Age terpenuhi) dan H1: ρ ≠ 0 (asumsi proportional hazard variabel Age tidak terpenuhi) dengan tingkat signifikansi 5% (𝛼 = 0,05) diperoleh keputusan gagal menolak H0 karena p-value adalah Age (0,701).
Pasien dengan Haus laju kesembuhannya lebih lambat dari
Berdasarkan hal tersebut, analisis model log-linier dilakukan untuk menguji hubungan (interaksi) antara variabel-variabel yang signifikan tersebut. Log(μijk)= λ + λA+ λB+ λC+ λAB+ λAC λBC Artinya terdapat interaksi (asosiasi) 2 faktor antar variabel yang signifikan tetapi tidak dimasukkan dalam model regresi hazard proporsional Cox akhir. Berdasarkan analisis model Loglinear dapat dikatakan bahwa terdapat hubungan (interaksi) antara faktor Pinch, Anxiety dan Age.
Inilah alasan mengapa faktor Blink dan Restless tidak dimasukkan dalam model regresi Cox Proportional Hazard akhir.
