Pub Date : 2018-10-26DOI: 10.30812/VARIAN.V2I1.316
Ni Putu Nanik Hendayanti, Gusti Ayu Made Arna Putri, M. Nurhidayati
Data Mining adalah penemuan informasi baru dengan mencari pola atau aturan tertentu dari sejumlah data yang sangat besar. Salah satu teknik yang dikenal dalam Data Mining yaitu clustering. Pengertian clustering dalam Data Mining adalah pengelompokan sejumlah data atau objek ke dalam cluster (group) sehingga setiap di lama cluster tersebut akan berisi data yang semirip mungkin dan berbeda dengan objek dalam cluster yang lain. Salah satu metode klasifiaksi atau clustering adalah Self Organizing Maps (SOM). SOM merupakan metode artificial neural network yang digunakan untuk mengelompokkan (clustering) data berdasarkan karakteristik/fitur-fitur data. Metode pengelompokan yang menggunakan konsep jarak dan memiliki karakteristik yang hampir sama dengan SOM yaitu metode K-means. Penelitian ini bertujuan untuk mengembangkan suatu metode yang merupakan hybrid dari SOM dan K-means yang digunakan untuk menentukan ketepatan suatu klasifikasi. Sebelum diujikan pada data asli, metode hybrid SOM dan K-Means diujikan lebih dulu pada data benchmark sehingga dapat diketahui berapa persen ketepan yang dihasilkan. Kemudian dilanjutkan dengan penerapan metode hybrid SOM dan K-means pada data penerimaan beasiswa di STMIK STIKOM Bali. Penelitian ini bertujuan untuk menentukan ketepatan klasifikasi penerima beasiswa STMIK STIKOM Bali dengan metode hybrid SOM dan K-means. Hasil penelitian menunjukkan bahwa metode Kmeans dan SOM memberikan hasil yang sama yang akibatnya metode SOM-Kmeans juga memberikan hasil yang sama. Alasannya, metode SOM-Kmeans menggunakan nilai centroid dari hasil SOM, dan hasil yang diperoleh pada metode Kmean memiliki hasil yang sama dengan SOM akibatnya metode SOM-Kmeans menghasilkan hasil yang sama dengan kedua metode sebelumnya.
{"title":"Ketepatan Klasifikasi Penerima Beasiswa STMIK STIKOM Bali dengan Hybrid Self Organizing Maps dan Algoritma K-Mean","authors":"Ni Putu Nanik Hendayanti, Gusti Ayu Made Arna Putri, M. Nurhidayati","doi":"10.30812/VARIAN.V2I1.316","DOIUrl":"https://doi.org/10.30812/VARIAN.V2I1.316","url":null,"abstract":"Data Mining adalah penemuan informasi baru dengan mencari pola atau aturan tertentu dari sejumlah data yang sangat besar. Salah satu teknik yang dikenal dalam Data Mining yaitu clustering. Pengertian clustering dalam Data Mining adalah pengelompokan sejumlah data atau objek ke dalam cluster (group) sehingga setiap di lama cluster tersebut akan berisi data yang semirip mungkin dan berbeda dengan objek dalam cluster yang lain. Salah satu metode klasifiaksi atau clustering adalah Self Organizing Maps (SOM). SOM merupakan metode artificial neural network yang digunakan untuk mengelompokkan (clustering) data berdasarkan karakteristik/fitur-fitur data. Metode pengelompokan yang menggunakan konsep jarak dan memiliki karakteristik yang hampir sama dengan SOM yaitu metode K-means. Penelitian ini bertujuan untuk mengembangkan suatu metode yang merupakan hybrid dari SOM dan K-means yang digunakan untuk menentukan ketepatan suatu klasifikasi. Sebelum diujikan pada data asli, metode hybrid SOM dan K-Means diujikan lebih dulu pada data benchmark sehingga dapat diketahui berapa persen ketepan yang dihasilkan. Kemudian dilanjutkan dengan penerapan metode hybrid SOM dan K-means pada data penerimaan beasiswa di STMIK STIKOM Bali. Penelitian ini bertujuan untuk menentukan ketepatan klasifikasi penerima beasiswa STMIK STIKOM Bali dengan metode hybrid SOM dan K-means. Hasil penelitian menunjukkan bahwa metode Kmeans dan SOM memberikan hasil yang sama yang akibatnya metode SOM-Kmeans juga memberikan hasil yang sama. Alasannya, metode SOM-Kmeans menggunakan nilai centroid dari hasil SOM, dan hasil yang diperoleh pada metode Kmean memiliki hasil yang sama dengan SOM akibatnya metode SOM-Kmeans menghasilkan hasil yang sama dengan kedua metode sebelumnya.","PeriodicalId":188119,"journal":{"name":"Jurnal Varian","volume":"7 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2018-10-26","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"122178596","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2018-10-26DOI: 10.30812/VARIAN.V2I1.319
Gilang Primajati, Ahmad Ahmad
Dalam pembentukan portofolio efisien, banyak metode yang dapat digunakan. Tentu dengan berbagai asumsi dan keungulannya tersendiri. Pada prosesnya, asumsi investor yang wajar cenderung menghindari risiko (risk averse). Investor yang risk averse adalah investor yang jika dihadapkan pada dua investasi dengan expected return yang sama, maka ia akan memilih investasi dengan tingkat risiko yang lebih rendah. Jika seorang investor memiliki beberapa pilihan portofolio yang efisien, maka portofolio yang paling optimal-lah yang akan dipilihnya. Portofolio optimal dengan kriteria mean-variance efficient portfolio, investor hanya berinvestasi pada aset-aset berisiko saja. Investor tidak memasukkan aset bebas risiko (risk free asset) dalam portofolionya. Mean-variance efficient portfolio didefinisikan sebagai portofolio yang memiliki variansi yang minimum di antara keseluruhan kemungkinan portofolio yang dapat dibentuk, pada tingkat mean expected return yang sama. Metode mean varian dua konstrain dapat dijadikan dasar dalam penentuan bobot portofolio yang optimal yaitu dengan meminimalkan resiko return portofolio dengan dua kendala. Pada artikel ini kendala yang dimaksud disimbolkan dengan lamda dan beta. Dengan metode dua konstrain ini hasil yang diperoleh lebih detail sehingga mampu menggambarkan hasil analisa yang lebih tajam bagi seorang investor.
{"title":"A Analisis Portofolio Investasi dengan Metode Mean Varian Dua Konstrain","authors":"Gilang Primajati, Ahmad Ahmad","doi":"10.30812/VARIAN.V2I1.319","DOIUrl":"https://doi.org/10.30812/VARIAN.V2I1.319","url":null,"abstract":"Dalam pembentukan portofolio efisien, banyak metode yang dapat digunakan. Tentu dengan berbagai asumsi dan keungulannya tersendiri. Pada prosesnya, asumsi investor yang wajar cenderung menghindari risiko (risk averse). Investor yang risk averse adalah investor yang jika dihadapkan pada dua investasi dengan expected return yang sama, maka ia akan memilih investasi dengan tingkat risiko yang lebih rendah. Jika seorang investor memiliki beberapa pilihan portofolio yang efisien, maka portofolio yang paling optimal-lah yang akan dipilihnya. \u0000Portofolio optimal dengan kriteria mean-variance efficient portfolio, investor hanya berinvestasi pada aset-aset berisiko saja. Investor tidak memasukkan aset bebas risiko (risk free asset) dalam portofolionya. Mean-variance efficient portfolio didefinisikan sebagai portofolio yang memiliki variansi yang minimum di antara keseluruhan kemungkinan portofolio yang dapat dibentuk, pada tingkat mean expected return yang sama. Metode mean varian dua konstrain dapat dijadikan dasar dalam penentuan bobot portofolio yang optimal yaitu dengan meminimalkan resiko return portofolio dengan dua kendala. Pada artikel ini kendala yang dimaksud disimbolkan dengan lamda dan beta. Dengan metode dua konstrain ini hasil yang diperoleh lebih detail sehingga mampu menggambarkan hasil analisa yang lebih tajam bagi seorang investor.","PeriodicalId":188119,"journal":{"name":"Jurnal Varian","volume":"82 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2018-10-26","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"130581093","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2018-10-26DOI: 10.30812/VARIAN.V2I1.313
B. H. Utami, Miswan Gumanti
Memasuki tahun 2000, koperasi di Indonesia didominasi oleh Koperasi Simpan Pinjam. Koperasi simpan pinjam adalah koperasi yang memiliki usaha tunggal yaitu menampung simpanan anggota dan melayani peminjaman. Manfaat ekonomi masa depan yang terwujud dalam aset adalah potensi dari aset tersebut untuk memberikan sumbangan, baik langsung maupun tidak terhadap aliran kas dan setara kepada entitas. Penelitian ini bertujuan untuk menentukan hubungan antar variabel yang mempengaruhi perkembangan aset koperasi simpan pinjam di Indonesia sejak tahun 2012-2015 dengan menggunakan Analisis Komponen Utama (AKU). AKU merupakan salah satu teknik untuk menganalisis data berdimensi besar [1].
{"title":"Analisis Komponen Utama pada Kondisi Aset Koperasi Simpan Pinjam di Indonesia: Data BPS Tahun 2012-2015","authors":"B. H. Utami, Miswan Gumanti","doi":"10.30812/VARIAN.V2I1.313","DOIUrl":"https://doi.org/10.30812/VARIAN.V2I1.313","url":null,"abstract":"Memasuki tahun 2000, koperasi di Indonesia didominasi oleh Koperasi Simpan Pinjam. Koperasi simpan pinjam adalah koperasi yang memiliki usaha tunggal yaitu menampung simpanan anggota dan melayani peminjaman. Manfaat ekonomi masa depan yang terwujud dalam aset adalah potensi dari aset tersebut untuk memberikan sumbangan, baik langsung maupun tidak terhadap aliran kas dan setara kepada entitas. Penelitian ini bertujuan untuk menentukan hubungan antar variabel yang mempengaruhi perkembangan aset koperasi simpan pinjam di Indonesia sejak tahun 2012-2015 dengan menggunakan Analisis Komponen Utama (AKU). AKU merupakan salah satu teknik untuk menganalisis data berdimensi besar [1]. \u0000 ","PeriodicalId":188119,"journal":{"name":"Jurnal Varian","volume":"112 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2018-10-26","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"131523574","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2018-10-26DOI: 10.30812/VARIAN.V2I1.314
Luh Putu Safitri Pratiwi, Shofwan Hanief, I. Suniantara
Masalah anak yang putus sekolah perlu mendapatkan perhatian karena salah satu indikator yang berguna untuk mengukur kemajuan sumber daya manusia pada bidang pendidikan. Untuk menekan laju pertambahan jumlah anak putus sekolah tersebut dapat dilakukan dengan cara mengetahui faktor-faktor yang berpengaruh terhadap jumlah anak putus sekolah dan berpotensi dalam meningkatkan laju pertumbuhan anak yang putus sekolah. Pemodelan yang menggunakan pengaruh daerah (area) disebut pemodelan spasial. Ciri dari pemodelan spasial adalah adanya matriks pembobot yang merupakan penanda adanya hubungan antara suatu wilayah dengan wilayah lain. Salah satu model spasial yaitu Spasial Durbin Model (SDM). Penelitian ini bertujuan untuk mengetahui jumlah anak putus sekolah di wilayah Bali dengan menggunakan metode SDM dan ingin menetahui faktor-faktor yang mempengaruhi anak putus sekolah di wilayah Bali. Model yang didapat ialah pemodelan SDM menghasilkan nilai AICc yang lebih kecil dibandingkan pemodelan dengan OLS. Tidak adanya lag variabel independen yang signifikan menyebabkan hasil estimasi parameter menggunakan SDM menjadi tidak signifikan akan tetapi pada identifikasi nilai Moran’s I mengidentifikasikan adanya dependensi spasial pada variabel independen yang artinya ada kemiripan sifat untuk lokasi yang saling berdekatan.
{"title":"Pemodelan Menggunakan Metode Spasial Durbin Model untuk Data Angka Putus Sekolah Usia Pendidikan Dasar","authors":"Luh Putu Safitri Pratiwi, Shofwan Hanief, I. Suniantara","doi":"10.30812/VARIAN.V2I1.314","DOIUrl":"https://doi.org/10.30812/VARIAN.V2I1.314","url":null,"abstract":"Masalah anak yang putus sekolah perlu mendapatkan perhatian karena salah satu indikator yang berguna untuk mengukur kemajuan sumber daya manusia pada bidang pendidikan. Untuk menekan laju pertambahan jumlah anak putus sekolah tersebut dapat dilakukan dengan cara mengetahui faktor-faktor yang berpengaruh terhadap jumlah anak putus sekolah dan berpotensi dalam meningkatkan laju pertumbuhan anak yang putus sekolah. Pemodelan yang menggunakan pengaruh daerah (area) disebut pemodelan spasial. Ciri dari pemodelan spasial adalah adanya matriks pembobot yang merupakan penanda adanya hubungan antara suatu wilayah dengan wilayah lain. Salah satu model spasial yaitu Spasial Durbin Model (SDM). Penelitian ini bertujuan untuk mengetahui jumlah anak putus sekolah di wilayah Bali dengan menggunakan metode SDM dan ingin menetahui faktor-faktor yang mempengaruhi anak putus sekolah di wilayah Bali. Model yang didapat ialah pemodelan SDM menghasilkan nilai AICc yang lebih kecil dibandingkan pemodelan dengan OLS. Tidak adanya lag variabel independen yang signifikan menyebabkan hasil estimasi parameter menggunakan SDM menjadi tidak signifikan akan tetapi pada identifikasi nilai Moran’s I mengidentifikasikan adanya dependensi spasial pada variabel independen yang artinya ada kemiripan sifat untuk lokasi yang saling berdekatan.","PeriodicalId":188119,"journal":{"name":"Jurnal Varian","volume":"5 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2018-10-26","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"121801058","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
Pub Date : 2018-10-26DOI: 10.30812/VARIAN.V2I1.331
Dodiy Fahmeyzan, Siti Soraya, Desventri Etmy
Ekonomi adalah salah satu ilmu sosial yang mempelajari aktivitas manusia yang berhubungan dengan produksi, distribusi dan konsumsi terhadap barang dan jasa. Ekonomi mikro adalah cabang dari ilmu ekonomi yang mempelajari perilaku konsumen dari perusahaan serta penentuan harga-harga pasar dan kuantitas faktor input, barang dan jasa yang diperjual belikan. Berkaitan dengan hal tersebut peneliti mengambil judul uji normalitas omzet bulanan bagi pelaku ekonomi mikro Desa Senggigi menggunakan skewness dan kurtosis yang bertujuan untuk mengetahui penyebaran omzet bulanan pelaku ekonomi mikro Desa Senggigi. Variabel yang digunakan dalam pengujian ini adalah omzet. Metode yang digunakan dalam penelitian ini adalah skewness dan kurtosis yang dianalisis menggunakan aplikasi IBM 24, guna melihat apakah data omzet bulanan, normal atau tidaknya dan juga melihat kemencengan datanya. Dari hasil penelitian diperoleh data omzet bulanan normal, tapi belum tentu data tersebut tidak baik, karena kita bisa melihat kemencengan datanya mengarah kearah kanan positif, hal tersebut menunjukkan omzet bulanannya termasuk tinggi, hanya saja omzet bulanan yang tinggi itu tidak merata untuk semua pelaku ekonomi mikro di Senggigi.
{"title":"Uji Normalitas Data Omzet Bulanan Pelaku Ekonomi Mikro Desa Senggigi dengan Menggunakan Skewness dan Kurtosi","authors":"Dodiy Fahmeyzan, Siti Soraya, Desventri Etmy","doi":"10.30812/VARIAN.V2I1.331","DOIUrl":"https://doi.org/10.30812/VARIAN.V2I1.331","url":null,"abstract":"Ekonomi adalah salah satu ilmu sosial yang mempelajari aktivitas manusia yang berhubungan dengan produksi, distribusi dan konsumsi terhadap barang dan jasa. Ekonomi mikro adalah cabang dari ilmu ekonomi yang mempelajari perilaku konsumen dari perusahaan serta penentuan harga-harga pasar dan kuantitas faktor input, barang dan jasa yang diperjual belikan. Berkaitan dengan hal tersebut peneliti mengambil judul uji normalitas omzet bulanan bagi pelaku ekonomi mikro Desa Senggigi menggunakan skewness dan kurtosis yang bertujuan untuk mengetahui penyebaran omzet bulanan pelaku ekonomi mikro Desa Senggigi. Variabel yang digunakan dalam pengujian ini adalah omzet. Metode yang digunakan dalam penelitian ini adalah skewness dan kurtosis yang dianalisis menggunakan aplikasi IBM 24, guna melihat apakah data omzet bulanan, normal atau tidaknya dan juga melihat kemencengan datanya. Dari hasil penelitian diperoleh data omzet bulanan normal, tapi belum tentu data tersebut tidak baik, karena kita bisa melihat kemencengan datanya mengarah kearah kanan positif, hal tersebut menunjukkan omzet bulanannya termasuk tinggi, hanya saja omzet bulanan yang tinggi itu tidak merata untuk semua pelaku ekonomi mikro di Senggigi.","PeriodicalId":188119,"journal":{"name":"Jurnal Varian","volume":"70 1","pages":"0"},"PeriodicalIF":0.0,"publicationDate":"2018-10-26","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":null,"resultStr":null,"platform":"Semanticscholar","paperid":"131964113","PeriodicalName":null,"FirstCategoryId":null,"ListUrlMain":null,"RegionNum":0,"RegionCategory":"","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":"","EPubDate":null,"PubModel":null,"JCR":null,"JCRName":null,"Score":null,"Total":0}
京公网安备 11010802042870号
京ICP备2023020795号-1
扫码关注我们
求助内容：
应助结果提醒方式：